微控制器主要作用是控制外圍的器件，並實現一定的通訊和資料處理。但在某些特定場合，不可避免地要用到數**算，儘管微控制器並不擅長實現演算法和進行複雜的運算。下面主要是介紹如何用微控制器實現數字濾波。
在微控制器進行資料採集時，會遇到資料的隨機誤差，隨機誤差是由隨機干擾引起的，其特點是在相同條件下測量同一量時，其大小和符號會現無規則的變化而無法**，但多次測量的結果符合統計規律。為克服隨機干擾引起的誤差，硬體上可採用濾波技術，軟體上可採用軟體演算法實現數字濾波。濾波演算法往往是系統測控演算法的乙個重要組成部分，實時性很強。
採用數字濾波演算法克服隨機干擾的誤差具有以下優點：
1、數字濾波無需其他的硬體成本，只用乙個計算過程，可靠性高，不存在阻抗匹配問題。尤其是數字濾波可以對頻率很低的訊號進行濾波，這是模擬濾波器做不到的。
2、數字濾波使用軟體演算法實現，多輸入通道可共用乙個濾波程式，降低系統開支。
3、只要適當改變濾波器的濾波程式或運算，就能方便地改變其濾波特性，這對於濾除低頻干擾和隨機訊號會有較大的效果。
4、在微控制器系統中常用的濾波演算法有限幅濾波法、中值濾波法、算術平均濾波法、加權平均濾波法、滑動平均濾波等。
1.限幅濾波演算法
該運算的過程中將兩次相鄰的取樣相減，求出其增量，然後將增量的絕對值，與兩次取樣允許的最大差值a進行比較。a的大小由被測物件的具體情況而定，如果小於或等於允許的最大差值，則本次取樣有效;否則取上次取樣值作為本次資料的樣本。
演算法的程式**如下：
#define a //允許的最大差值
char data; //上一次的資料
char filter()
2.中值濾波演算法
該運算的過程是對某一引數連續取樣n次(n一般為奇數)，然後把n次取樣的值按從小到大排列，再取中間值作為本次取樣值，整個過程實際上是乙個序列排序的過程。
演算法的程式**如下：
#define n11 //定義獲得的資料個數
char filter()
for(j=0;j
}return value_buff[(n-1)/2];
}
3.算術平均濾波演算法
該演算法的基本原理很簡單，就是連續取n次取樣值後進行算術平均。
演算法的程式**如下：
char filter()
return (char)(sum/n);
}
4.加權平均濾波演算法
由於前面所說的「算術平均濾波演算法」存在平滑度和靈敏度之間的矛盾。為了協調平滑度和靈敏度之間的關係，可採用加權平均濾波。它的原理是對連續n次取樣值分別乘上不同的加權係數之後再求累加，加權係數一般先小後大，以突出後面若干取樣的效果，加強系統對引數變化趨勢的認識。各個加權係數均小於1的小數，且滿足總和等於1的結束條件。這樣加權運算之後的累加和即為有效取樣值。其中加權平均數字濾波的數學模型是：
式中：d為n個取樣值的加權平均值：xn-i為第n-i次取樣值;n為取樣次數;ci為加權係數。加權係數ci體現了各種取樣值在平均值中所佔的比例。一般來說取樣次數越靠後，取的比例越大，這樣可增加新取樣在平均值中所佔的比重。加權平均值濾波法可突出一部分訊號抵制另一部分訊號，以提高取樣值變化的靈敏度。
樣例程式**如下：
char codejq[n]=; //code陣列為加權係數表，存在程式儲存區
char codesum_jq=1+2+3+4+5+6+7+8+9+10+11+12;
char filter()
for(count=0;count
sum+=value_buff[count]*jq[count];
return(char)(sum/sum_jq);
}
以上介紹和各種平均濾波演算法有乙個共同點，即每獲取乙個有效取樣值必須連續進行若干次取樣，當採速度慢時，系統的實時得不到保證。這裡介紹的滑動平均濾波演算法只取樣一次，將一次取樣值和過去的若干次取樣值一起求平均，得到的有效取樣值即可投入使用。如果取n個取樣值求平均，儲存區中必須開闢n個資料的暫存區。每新採集乙個資料便存入暫存區中，同時去掉乙個最老資料，儲存這n個資料始終是最新更新的資料。採用環型佇列結構可以方便地實現這種資料存放方式。
程式**如下：
char value_buff[n];
char i=0;
char filter()
將普通硬體rc低通濾波器的微分方程用差分方程來表求，變可以採用軟體演算法來模擬硬體濾波的功能，經推導，低通濾波演算法如下：
yn=a* xn+(1-a) *yn-1
式中 xn——本次取樣值
yn-1——上次的濾波輸出值;
，a——濾波係數，其值通常遠小於1;
yn——本次濾波的輸出值。
由上式可以看出，本次濾波的輸出值主要取決於上次濾波的輸出值(注意不是上次的取樣值，這和加權平均濾波是有本質區別的)，本次取樣值對濾波輸出的貢獻是比較小的，但多少有些修正作用，這種演算法便模擬了具體有教大慣性的低通濾波器功能。濾波演算法的截止頻率可用以下式計算：
fl=a/2pit pi為圓周率3.14…
式中 a——濾波係數;
， t——取樣間隔時間;
例如：當t=0.5s(即每秒2次)，a=1/32時;
fl=(1/32)/(2*3.14*0.5)=0.01hz
當目標引數為變化很慢的物理量時，這是很有效的。另外一方面，它不能濾除高於1/2取樣頻率的幹攪訊號，本例中取樣頻率為2hz，故對1hz以上的幹攪訊號應採用其他方式濾除，
低通濾波演算法程式於加權平均濾波相似，但加權係數只有兩個：a和1-a。為計算方便，a取一整數，1-a用256-a，來代替，計算結果捨去最低位元組即可，因為只有兩項，a和1-a，均以立即數的形式編入程式中，不另外設**。雖然取樣值為單元位元組(8位a/d)。為保證運算精度，濾波輸出值用雙位元組表示，其中乙個位元組整數，一位元組小數，否則有可能因為每次捨去尾數而使輸出不會變化。
設yn-1存放在30h(整數)和31h(小數)兩單元中，yn存放在32h(整數)和33h(小數)中。
微控制器數字濾波的演算法！
微控制器主要作用是控制外圍的器件，並實現一定的通訊和資料處理。但在某些特定場合，不可避免地要用到數 算，儘管微控制器並不擅長實現演算法和進行複雜的運算。下面主要是介紹如何用微控制器實現數字濾波。在微控制器進行資料採集時，會遇到資料的隨機誤差，隨機誤差是由隨機干擾引起的，其特點是在相同條件下測量同一量...
c語言 算術平均濾波法 微控制器數字濾波的演算法
微控制器主要作用是控制外圍的器件，並實現一定的通訊和資料處理。但在某些特定場合，不可避免地要用到數 算，儘管微控制器並不擅長實現演算法和進行複雜的運算。下面主要是介紹如何用微控制器實現數字濾波。在微控制器進行資料採集時，會遇到資料的隨機誤差，隨機誤差是由隨機干擾引起的，其特點是在相同條件下測量同一量...
微控制器常用濾波演算法
說明 假定從 8位 ad中讀取資料 如果是更高位的 ad可定義資料型別為 int 子程式為 get ad 一 限幅濾波法 又稱程式判斷濾波法 a 方法 根據經驗判斷，確定兩次取樣允許的最大偏差值 設為 a 每次檢測到新值時判斷 如果本次值與上次值之差 a,則本次值有效 如果本次值與上次值之差 a,則...