一种ADC采样算法,中位值平均滤波+递推平均滤波
前言
在实际AD采集场景中,会出现周期性变化和偶然脉冲波动干扰对AD采集的影响
这里使用中位值平均滤波+递推平均滤波的结合
参考前人写好的代码框架,也参考博主GuYH_下面这篇博客,在此基础上稍作修改,写出这篇博客,能应用于实际项目。常用ADC采样数字滤波算法最全汇总!!!【❤️建议收藏❤️】_adc滤波算法_GuYH_的博客-CSDN博客
以后有机会,搞个上位机对比几种算法的优劣。
有纰漏请指出,转载请说明。
学习交流请发邮件 1280253714@qq.com
算法讲解
中位值滤波:采样10次,去掉最大和最小的值,求和再除8,对脉冲波有抑制作用。
递推平均滤波:把连续取N个采样值看成一个队列,队列的长度固定为N,每次采样到一个新数据放入队尾,并扔掉原来队首的一次数据(先进先出原则), 把队列中的N个数据进行算术平均运算,就可获得新的滤波结果。对周期性干扰有良好的抑制作用,平滑度高;适用于高频振荡的系统。
优点:适用于周期性变化和偶然脉冲波动干扰的AD采集。
缺点:灵敏度低;对偶然出现的脉冲性干扰的抑制作用较差,不适于脉冲干扰较严重的场合。
代码
因为项目用的是比51还low的单片机,所以不能进行太高频的AD采样,否则会大量占用CPU;采样次数也不能设置太高,否则占用大量RAM空间。
每10ms进行一次中位值滤波
每100ms进行一次递推平均滤波
adc.h
#ifndef __ADC_H
#define __ADC_H#include "sys.h"#define AD_Channel_Num 4 // ADC的通道数
#define AD_Sample_Num 4 // 采样次数void AdcInit(void);
u16 ADC_Sample(u8 adch);
void AdcLoopTask(void);typedef struct {u16 V_Chip_0V6;u16 V_Bat;u16 V_In;u16 I_Cur;u8 sampleCnt; //采样计数u8 bSampleInit; // 去除前几次的采样值的标志位,0为去除,1为开始滤波u8 u8ArraryIndex; // 当前采样的索引 u16 u16SampleValue[AD_Channel_Num]; // 规则转换时DMA搬运的目标数组u16 u16ValueSum[AD_Channel_Num]; // ADC采样值的总和u16 u16Value[AD_Channel_Num]; // 平均滤波后的AD值
} ADC_S;extern ADC_S stAdc;#endif //__ADC_H
adc.c
#include "sys.h"ADC_S stAdc;
/********************************************
* @函数名 AdcInit
* @描述 ADC循环任务
* @参数 无
* @返回值 无
* @注意 无
********************************************/
void AdcInit(void)
{TRISA0 = 1; //将RA0设置为输入TRISA2 = 1; //将RA2设置为输入TRISA5 = 1; //将RA5设置为输入
}/********************************************
* @函数名 AD_Sample
* @描述 AD采样
* @参数 adch - 检测通道
* @返回值 ad_result - 8次AD平均值
* @注意 采样通道需自行设置为模拟口,采样10次,取中间八次的平均值为采样结果存于adresult中
********************************************/
u16 ADC_Sample(u8 adch)
{u32 adsum = 0;u16 admin = 4096,admax = 0;u8 adtimes = 0;u16 ad_temp,adresult;u8 j;ADCON1 = 0B00000101; //左对齐,选用VDD 2.0V做AD基准ADCON0 = 0X81 | (adch << 2); //ADCclk = Fosc/32asm("nop");asm("nop");for(j=0;j<10;j++){GODONE = 1; //开始转换u8 i = 64;while(GODONE){__delay_us(100); //延时100us(编译器内置函数)if(0 == (--i)) //延时6.4ms仍没有AD转换结束,跳出程序return;}ad_temp=(ADRESH<<4)+(ADRESL>>4); //计算12位AD值adresult = ad_temp;if(ad_temp > admax)admax = ad_temp; //AD采样最大值else if(ad_temp < admin)admin = ad_temp; //AD采样最小值adsum += ad_temp;}adsum = adsum - admax - admin;adresult = adsum >> 3; //8次平均值作为最终结果return adresult;
}/********************************************
* @函数名 AdcSampleAllChanel
* @描述 对所有ADC通道都进行采样
* @参数 无
* @返回值 无
* @注意 无
********************************************/
static void AdcSampleAllChanel(void)
{stAdc.u16SampleValue[0] = ADC_Sample(0x0F); //芯片内部0.6V电压IO_Vbat_Sample_Ctrl = 1; stAdc.u16SampleValue[1] = ADC_Sample(0x00); //电池电压IO_Vbat_Sample_Ctrl = 0;stAdc.u16SampleValue[2] = ADC_Sample(0x05); //输入电压stAdc.u16SampleValue[3] = ADC_Sample(0x02); //电流采样电压
}/********************************************
* @函数名 AdcMoveAverageFilter
* @描述 ADC递推平均滤波法把连续取N个采样值看成一个队列,队列的长度固定为N每次采样到一个新数据放入队尾,并扔掉原来队首的一次数据(先进先出原则)把队列中的N个数据进行算术平均运算,就可获得新的滤波结果优点:对周期性干扰有良好的抑制作用,平滑度高;试用于高频振荡的系统缺点:灵敏度低;对偶然出现的脉冲性干扰的抑制作用较差,不适于脉冲干扰较严重的场合
* @参数 无
* @返回值 无
* @注意 无
********************************************/
static void AdcMoveAverageFilter(void)
{u8 i = 0;
/******************************* u16ValueSum加上最新的值并剔除最旧的值 *******************************/for (i=0; i<AD_Channel_Num; i++){stAdc.u16SampleValue[i] &= 0x0FFF;stAdc.u16ValueSum[i] += stAdc.u16SampleValue[i];stAdc.u16ValueSum[i] -= stAdc.u16ValueArray[i][stAdc.u8ArraryIndex];}/******************************* 最近采样的AD_Sample_Num个数取平均 *******************************/ if ( 0 == stAdc.bSampleInit ){for (i=0; i<AD_Channel_Num; i++){stAdc.u16Value[i] = stAdc.u16SampleValue[i];}} else{for (i=0; i<AD_Channel_Num; i++){stAdc.u16Value[i] = stAdc.u16ValueSum[i]>>2; //在均值滤波的基础上进行递推均值滤波}}/******************************* u16ValueArray添加最新的值 *******************************/ for (i=0; i<AD_Channel_Num; i++){stAdc.u16ValueArray[i][stAdc.u8ArraryIndex] = stAdc.u16SampleValue[i];} /******************************* AD游标更新 *******************************/ stAdc.u8ArraryIndex++;if( stAdc.u8ArraryIndex >= AD_Sample_Num ) {stAdc.u8ArraryIndex = 0;stAdc.bSampleInit = 1;}
}typedef struct {u16 V_Chip_0V6;u16 V_Bat;u16 V_In;u16 I_Cur;
} ADC_TEST_S;
ADC_TEST_S stAdc1;
/********************************************
* @函数名 AdcLoopTask
* @描述 ADC循环任务
* @参数 无
* @返回值 无
* @注意 无
********************************************/
void AdcLoopTask(void)
{AdcSampleAllChanel();stAdc.sampleCnt++;if (stAdc.sampleCnt > 10){stAdc.sampleCnt = 0;AdcMoveAverageFilter();stAdc.V_Chip_0V6 = stAdc.u16Value[0];stAdc.V_Bat = stAdc.u16Value[1];stAdc.V_In = stAdc.u16Value[2];stAdc.I_Cur = stAdc.u16Value[3];}
}
改进递推平均滤波占用大量RAM空间的方法
减去的不是队首的值,而是上一次得到的平均值
如果有10个通道,递推平均滤波个数为10个,那么,改进后,可以省去10*10*2=200byte个字节
这里我采集了4个通道,递推平均滤波个数为4个(8个在改进前RAM溢出了 哭笑 )
改进前
改进后:
省去了4*4*2=32byte个字节的空间
相关文章:

一种ADC采样算法,中位值平均滤波+递推平均滤波
前言 在实际AD采集场景中,会出现周期性变化和偶然脉冲波动干扰对AD采集的影响 这里使用中位值平均滤波递推平均滤波的结合 参考前人写好的代码框架,也参考博主GuYH_下面这篇博客,在此基础上稍作修改,写出这篇博客,能…...

技能培训知识付费服务预约小程序的效果如何
技能、证书往往是很多人生活的基本,行业岗位竞争激烈,每个人都希望有多种技能或工作所需,而需求持续增加下,相关技能培训机构也很多,比如常见的考证、钢琴培训、针灸培训、花艺培训等。 很多行业都需要学习或考证&…...

SparkSQL之Catelog体系
按照SQL标准的解释,在SQL环境下Catalog和Schema都属于抽象概念。在关系数据库中,Catalog是一个宽泛的概念,通常可以理解为一个容器或数据库对象命名空间中的一个层次,主要用来解决命名冲突等问题。 在Spark SQL系统中,…...

【操作系统面试题(32道)与面试Linux命令大全】
文章目录 操作系统面试题引论1.什么是操作系统?2.操作系统主要有哪些功能? 操作系统结构3.什么是内核?4.什么是用户态和内核态?5.用户态和内核态是如何切换的? 进程和线程6.并行和并发有什么区别?7.什么是进…...
Qt TCP/IP网络通信
TCP服务器部分: 创建TCP服务器: #include <QTcpServer> QTcpServer *tcpServer; //TCP服务器 tcpServernew QTcpServer(this);TCP服务器来连接的信号与槽: connect(tcpServer,SIGNAL(newConnection()),this,SLOT(onNewConnection()…...

全域旅游“一机游”智慧旅游平台解决方案:PPT全文48页,附下载
关键词:智慧文旅解决方案,智慧旅游解决方案,智慧旅游平台建设方案,智慧文旅综合运营平台,智慧文旅建设方案 一、智慧文旅一机游定义 智慧文旅一机游是一种新型的旅游方式,它通过智能化的设备和系统&#…...
Ubuntu 22.04 (WSL2) 安装 libssl1.1
废话不多说!!! 步骤一: echo "deb http://security.ubuntu.com/ubuntu focal-security main" | sudo tee /etc/apt/sources.list.d/focal-security.list 步骤二: sudo apt-get update 步骤三:…...

Unity 跑酷游戏全部脚本(完结)
脚本1 触发器脚本 这个脚本是主角身上的脚本,用于检测是否碰到其他触发器,并做出对应的行为 using System.Collections; using System.Collections.Generic; using UnityEngine; public class ColliidisonTrigger : MonoBehaviour { //触发检测 …...

凯美瑞 vs 太空船:Web3 游戏生长的两条路径
撰文:Teng Yan(0xPrismatic),Delphi Digital 研究员 编译:TinTinLand 来源:https://0xprismatic.substack.com/p/my-short-web3-gaming-thesis 经常有人问我关于 Web3 游戏的看法,所以我想以这…...

(一)正点原子I.MX6ULL kernel6.1移植
一、概述 学完了正点原子的I.MX6ULL移植,正点原子的教程是基于Ubuntu18,使用的是4.1.15的内核,很多年前的了。NXP官方也发布了新的6.1的内核,以及2022.04的uboot。 本文分享一下基于Ubuntu22.04(6.2.0-36-generic&…...

计算机服务器中了mallox勒索病毒怎么解决,勒索病毒解密,数据恢复
企业的计算机服务器为企业的数据存储提供了极大便利,也让企业的生产运行效率得到了极大提升,但是网络数据安全威胁随着技术的不断发展也不断增加。近期,云天数据恢复中心接到很多企业的求助,企业的计算机服务器遭到了mallox勒索病…...
CSS3实现动态旋转加载样式
要使用 CSS3 创建一个动态旋转加载样式,可以使用 CSS 动画和旋转变换。下面是一个简单的示例: HTML: <div class"loader"></div> CSS: .loader {width: 50px;height: 50px;border: 4px solid #3498db;b…...

【LeetCode刷题-二分查找】--658.找到K个最接近的元素
658.找到K个最接近的元素 方法一:二分查找双指针 假设数组长度为n,数组arr已经按照升序排序,可以将数组arr分为两部分,前一部分所有元素[0,left]都小于x,后一部分[right,n-1]都大于等于x,left与right都可以…...

新方向!文心一言X具身智能,用LLM大模型驱动智能小车
具身智能已成为近年来研究的热点领域之一。具身智能强调将智能体与实体环境相结合,通过智能体与环境的交互,来感知和理解世界,最终实现在真实环境中的自主决策和运动控制。 如何基于文心大模型,低成本入门“具身智能”࿰…...
mysql.sock找不到怎么解决?
当我们连接mysql时找不到mysql.sock的时候会出现下列情况: cant connect to mysql server through socket /tmp/mysql.sock 解决方法: (1)找到mysql.sock 使用 find / -name mysql.sock 进行寻找。 如果找不到,那…...
微信小程序刷新当前页面(亲测有效)
有个小功能点,需要刷新当前页面,搜索了很多地方,发现很多搜索的结果其实并不准确。 有的调用的是this.onLoad方法,有的是调用的是this.onReady方法。其实都不能满足我的要求,其实我就只是想刷新下当前页面,…...
通过拉普拉斯特征映射降维
拉普拉斯特征映射(Laplacian Eigenmaps),主要包括拉普拉斯特征映射(Laplacian Eigenmaps)使用实例、应用技巧、基本知识点总结和需要注意事项,具有一定的参考价值,需要的朋友可以参考一下。 1 …...

【信息安全原理】——传输层安全(学习笔记)
📖 前言:为保证网络应用,特别是应用广泛的Web应用数据传输的安全性(机密性、完整性和真实性),可以在多个网络层次上采取安全措施。本篇主要介绍传输层提供应用数据安全传输服务的协议,包括&…...
GBDT减少模型偏差、随机森林减小模型方差
1、Adaboost算法原理,优缺点: 理论上任何学习器都可以用于Adaboost.但一般来说,使用最广泛的Adaboost弱学习器是决策树和神经网络。对于决策树,Adaboost分类用了CART分类树,而Adaboost回归用了CART回归树。 Adaboost…...

使用IDEA工具处理git合并后的冲突的细节
使用 IDEA 处理合并(merge) 使用IDEA处理git合并如果遇到冲突,对冲突文件的不冲突部分需要处理吗?会自动将双方不冲突的部分合并吗? 比如如下,使用 IDEA 合并 branch1 到 branch2 分支,出现了冲突,如下图…...

React第五十七节 Router中RouterProvider使用详解及注意事项
前言 在 React Router v6.4 中,RouterProvider 是一个核心组件,用于提供基于数据路由(data routers)的新型路由方案。 它替代了传统的 <BrowserRouter>,支持更强大的数据加载和操作功能(如 loader 和…...
三维GIS开发cesium智慧地铁教程(5)Cesium相机控制
一、环境搭建 <script src"../cesium1.99/Build/Cesium/Cesium.js"></script> <link rel"stylesheet" href"../cesium1.99/Build/Cesium/Widgets/widgets.css"> 关键配置点: 路径验证:确保相对路径.…...
Java如何权衡是使用无序的数组还是有序的数组
在 Java 中,选择有序数组还是无序数组取决于具体场景的性能需求与操作特点。以下是关键权衡因素及决策指南: ⚖️ 核心权衡维度 维度有序数组无序数组查询性能二分查找 O(log n) ✅线性扫描 O(n) ❌插入/删除需移位维护顺序 O(n) ❌直接操作尾部 O(1) ✅内存开销与无序数组相…...

(二)TensorRT-LLM | 模型导出(v0.20.0rc3)
0. 概述 上一节 对安装和使用有个基本介绍。根据这个 issue 的描述,后续 TensorRT-LLM 团队可能更专注于更新和维护 pytorch backend。但 tensorrt backend 作为先前一直开发的工作,其中包含了大量可以学习的地方。本文主要看看它导出模型的部分&#x…...

使用分级同态加密防御梯度泄漏
抽象 联邦学习 (FL) 支持跨分布式客户端进行协作模型训练,而无需共享原始数据,这使其成为在互联和自动驾驶汽车 (CAV) 等领域保护隐私的机器学习的一种很有前途的方法。然而,最近的研究表明&…...
【android bluetooth 框架分析 04】【bt-framework 层详解 1】【BluetoothProperties介绍】
1. BluetoothProperties介绍 libsysprop/srcs/android/sysprop/BluetoothProperties.sysprop BluetoothProperties.sysprop 是 Android AOSP 中的一种 系统属性定义文件(System Property Definition File),用于声明和管理 Bluetooth 模块相…...

【JavaWeb】Docker项目部署
引言 之前学习了Linux操作系统的常见命令,在Linux上安装软件,以及如何在Linux上部署一个单体项目,大多数同学都会有相同的感受,那就是麻烦。 核心体现在三点: 命令太多了,记不住 软件安装包名字复杂&…...

tree 树组件大数据卡顿问题优化
问题背景 项目中有用到树组件用来做文件目录,但是由于这个树组件的节点越来越多,导致页面在滚动这个树组件的时候浏览器就很容易卡死。这种问题基本上都是因为dom节点太多,导致的浏览器卡顿,这里很明显就需要用到虚拟列表的技术&…...

C/C++ 中附加包含目录、附加库目录与附加依赖项详解
在 C/C 编程的编译和链接过程中,附加包含目录、附加库目录和附加依赖项是三个至关重要的设置,它们相互配合,确保程序能够正确引用外部资源并顺利构建。虽然在学习过程中,这些概念容易让人混淆,但深入理解它们的作用和联…...

RSS 2025|从说明书学习复杂机器人操作任务:NUS邵林团队提出全新机器人装配技能学习框架Manual2Skill
视觉语言模型(Vision-Language Models, VLMs),为真实环境中的机器人操作任务提供了极具潜力的解决方案。 尽管 VLMs 取得了显著进展,机器人仍难以胜任复杂的长时程任务(如家具装配),主要受限于人…...