2019年08月01日 | STM32实战七 数字滤波

数字滤波是数据处理是常用、灵活、有效的方法。前面的按键程序已经用到了滤波，属于开关量滤波，这里要讨论的是模拟量滤波程序，包括最常用的两种方法，中值滤波和平均值滤波。

中值滤波的原理是，每次取最近几个数的中间值作为输出数据，每个波形的最高和最低几个数被滤掉，优点是基本保留原有数据，能有效抑制大幅值低频尖峰干扰，俗称椒盐噪声。

平均值滤波，就是对最近一些数求平均，是最常用最简单的方法，对高频低幅值随机噪声有效，缺点是会损失原始数据中的高频分量，对高幅值干扰会扩大影响。下面的程序中应用了移位平均算法，效率高，且不受求平均的数据数目大小的影响。两种滤波方式都有一定延时。

AverageFilter.h

#ifndef __AVERAGEFILTER__

#define __AVERAGEFILTER__

extern "C" { // 兼容C，按C语言编译，Keil5中的包含文件已经加入了C++兼容，不用再加这一段

#pragma diag_remark 368 //消除 warning:  #368-D: class "" defines no constructor to initialize the following:

#include "stm32f10x.h"

#pragma diag_default 368 // 恢复368号警告

}

#define AF_MAXWINDOW 150 // 最大窗宽150

class AverageFilter

{

// Construction

public:

AverageFilter( s32 ini, u16 nNum );

// Properties

public:

u16 m_number; // 指定平均的个数，最多150

u16 m_seek; // 游标

s32 m_summation; // 指定数组的总和

s32 m_input[AF_MAXWINDOW]; // 数据缓存

private:

// Methods

public:

s32 filter( s32 vi ); // 滤波算法

// Overwrite

public:

};

#endif

AverageFilter.cpp

/**

  ******************************************************************************

  * @file AverageFilter.cpp

  * @author Mr. Hu

  * @version V1.0.0 STM32F103VET6

  * @date 06/06/2019

  * @brief 均值滤波

  ******************************************************************************

  * @remarks

  * 采用移位平均法，大大提高效率，不受数据数量的影响

  */ 

/* Includes ------------------------------------------------------------------*/

extern "C" { // 兼容C，按C语言编译，Keil5中的包含文件已经加入了C++兼容，不用再加这一段

#pragma diag_remark 368 //消除 warning:  #368-D: class "" defines no constructor to initialize the following:

#pragma diag_default 368 // 恢复368号警告

}

#include "AverageFilter.h"

/**

  * @date 06/06/2019

  * @brief  均值滤波

  * @param ini 初始值，避免前几个输出数偏差太大

  * @param nNum 滤波数量，最大150，越大效果越好，但延时较多

  * @retval None

*/

AverageFilter::AverageFilter( s32 ini, u16 nNum )

: m_number(nNum)

, m_seek(0)

, m_summation(0)

{

if( m_number > AF_MAXWINDOW ) // 控制在数组范围内

m_number = AF_MAXWINDOW;

// 初始化数组

for( int i = 0; i < AF_MAXWINDOW; i++ )

{

m_input[i] = ini;

}

// 初始化总和

m_summation = ini * m_number;

}

/**

  * @date 06/06/2019

  * @brief  滤波算法，采用移位算法，减去第一个，加上最后一个。

  * @param vi 输入数据

  * @retval 滤波后输出数据

*/

s32 AverageFilter::filter( s32 vi )

{

m_summation += ( vi - m_input[m_seek] ); // 总和中减去最早的数，加上新数

// 用循环方法记录输入数据

assert_param(m_number <= AF_MAXWINDOW);

m_input[m_seek] = vi;

if (++m_seek >= m_number)

m_seek = 0;

// 返回平均值

return m_summation / m_number;

}

MedianFilter.h

#ifndef __MEDIANFILTER__

#define __MEDIANFILTER__

extern "C" { // 兼容C，按C语言编译，Keil5中的包含文件已经加入了C++兼容，不用再加这一段

#pragma diag_remark 368 //消除 warning:  #368-D: class "" defines no constructor to initialize the following:

#include "stm32f10x.h"

#pragma diag_default 368 // 恢复368号警告

}

#define DF_MAXWINDOW 21 // 最大窗宽，奇数，太大了反而不好

class MedianFilter

{

// Construction

public:

MedianFilter( s32 ini, u16 nNum );

// Properties

public:

u16 m_dfMedian; // 半窗宽，最大10

u16 m_seek; // 输入数据指针

s32 m_input[DF_MAXWINDOW]; // 输入数据，循环使用，不用移位，提高效率

s32 m_sort[DF_MAXWINDOW]; // 排序数据，最近输入的数据排序，取中间值输出

private:

// Methods

public:

s32 filter( s32 vi ); // 滤波算法

// Overwrite

public:

};

#endif

MedianFilter.cpp

/**

  ******************************************************************************

  * @file MedianFilter.cpp

  * @author Mr. Hu

  * @version V1.0.0 STM32F103VET6

  * @date 06/05/2019

  * @brief 中值滤波

  ******************************************************************************

  * @remarks

  * 中值滤波的原理是，每次取最近几个数的中间值作为输出数据，每个波形的最高和最低

  * 几个数被滤掉，优点是基本保留原有数据，相当于去掉几个最高数，去掉几个最低数，能有

  * 效抑制大幅值低频尖峰干扰，俗称椒盐噪声。

  */ 

/* Includes ------------------------------------------------------------------*/

extern "C" { // 兼容C，按C语言编译，Keil5中的包含文件已经加入了C++兼容，不用再加这一段

#pragma diag_remark 368 //消除 warning:  #368-D: class "" defines no constructor to initialize the following:

#pragma diag_default 368 // 恢复368号警告

}

#include "MedianFilter.h"

/**

  * @date 06/05/2019

  * @brief  中值滤波

  * @param ini 初始值，前几个输出数都是这个值

  * @param nNum 滤波数，最大10，越大效果越好，但延时较多

  * @retval None

*/

MedianFilter::MedianFilter( s32 ini, u16 nNum )

: m_dfMedian(nNum)

, m_seek(0)

{

if( m_dfMedian > (DF_MAXWINDOW - 1) / 2 ) // 中值限制在数组范围内

m_dfMedian = (DF_MAXWINDOW - 1) / 2;

// 初始化两个数组

for( int i = 0; i < DF_MAXWINDOW; i++ )

{

m_input[i] = ini;

m_sort[i] = ini;

}

}

/**

  * @date 06/05/2019

  * @brief  滤波算法

  * @param vi 输入数据

  * @retval 滤波后输出数据

*/

s32 MedianFilter::filter( s32 vi )

{

u8 w1 = m_dfMedian * 2; // 窗宽-1

assert_param(w1 < DF_MAXWINDOW);

// 计算将要移除的值在排序数组中的位置

u8 j = 0;

for (; j <= w1 && m_input[m_seek] != m_sort[j]; j++);

// 移除最早的数据并把新数据插入到适当的位置

// 如果新数据在较小半段，数据后移，否则数据前移，实现排序

// 只处理大于和小于情况，等于时不动

if (vi < m_input[m_seek])

{ // 向前移

while (j > 0 && vi < m_sort[j-1])

{

j--;

m_sort[j + 1] = m_sort[j];

}

}

else if (vi > m_input[m_seek])

{ // 向后移

while (j < w1 && vi > m_sort[j+1])

{

j++;

m_sort[j - 1] = m_sort[j];

}

}

// 加入新值

assert_param(j >= 0 && j < w);

m_sort[j] = vi;

// 用循环方法记录输入数据，高效

m_input[m_seek] = vi;

if (++m_seek > w1)

m_seek = 0;

// 返回中间值

return m_sort[m_dfMedian];

}