算数平均滤波需要多次采样后才能得出一个有效值,如果被检测量变化较快,多次采样后才输出一次有效值,表现就是系统反应迟钝。将当前采样值与之前连续的历史采样值进行平均,这样每次采样结束即可得出有效值。因为参与计算的历史值个数固定且内容不断前移覆盖更新,类似滑动的数据块窗口,因此成为滑动平均滤波算法。
Vn-5 | Vn-4 | Vn-3 | Vn-2 | Vn-1 | Vn |
---|---|---|---|---|---|
Vn-4 | Vn-3 | Vn-2 | Vn-1 | Vn | Vn+1 |
假如窗口为6,即每次使用最近5个历史值与当前最新值求算数平均值,输出一个有效值;下个周期再覆盖最早时间的点做同样操作。类似环形数组,求最近6个值的平均值。
#define SUM_WIN_SIZE 6
int history[SUM_WIN_SIZE];//历史值,其中history[SUM_WIN_SIZE-1]为最近的记录
int buff_init=0;//前SUM_WIN_SIZE-1次填充后才能开始输出
int index=0;//环形数组可放数据的位置
int filter(int current)
{
int i;
int sum=0;
if(buff_init==0)
{
history[index]=current;
index++;
if(index>=(SUM_WIN_SIZE-1))
{
buff_init=1;//index有效范围是0-5,前面缓存5个,下一个就可以输出
}
return 0xFFFF;//当前无法输出,做个特殊标记区分
}
else
{
history[index]=current;
index++;
if(index>=SUM_WIN_SIZE)
{
index=0;//index有效最大5,下次再从0开始循环覆盖
}
for(i=0;i<SUM_WIN_SIZE;i++)
{
sum+=history[i];
}
return sum/SUM_WIN_SIZE;
}
}
滑动平均滤波,输出的结果与先前历史记录有关,假如故意突然改变物理量,需要几个采样周期,输出结果才逐渐接近真实值,实际一般情况下,越新的数据权重越大,历史记录权重应该减少,对滑动窗口中的数据分配不同的加权系数,进行加权平均值。
1/K*Vn-5 | 2/K*Vn-4 | 3/K*Vn-3 | 4/K*Vn-2 | 5/K*Vn-1 | 6/K*Vn |
---|
每个数据分配不同的加权系数,1/K+2/K +3/K +4/K +5/K +6/K =1。则K=1+2+3+4+5+6
可以简化所有数据整体乘以K,减少浮点运算。
1*Vn-5 | 2*Vn-4 | 3*Vn-3 | 4*Vn-2 | 5*Vn-1 | 6*Vn |
---|
最终的加权和再除以K即可。
#define SUM_WIN_SIZE 6
int history[SUM_WIN_SIZE];//历史值,其中history[SUM_WIN_SIZE-1]为最近的记录
int buff_init=0;//前SUM_WIN_SIZE-1次填充后才能开始输出
int index=0;//环形数组可放数据的位置
int factor[SUM_WIN_SIZE]={1,2,3,4,5,6};//加权系数
int K=21;//1+2+3+4+5+6
int filter(int current)
{
int i,j;
int sum=0;
if(buff_init==0)
{
history[index]=current;
index++;
if(index>=(SUM_WIN_SIZE-1))
{
buff_init=1;//index有效范围是0-5,前面缓存5个,下一个就可以输出
}
return 0xFFFF;//当前无法输出,做个特殊标记区分
}
else
{
history[index]=current;
index++;
if(index>=SUM_WIN_SIZE)
{
index=0;//index有效最大5,下次再从0开始循环覆盖
}
j=index;
for(i=0;i<SUM_WIN_SIZE;i++)
{
//注意[0]的值并不是最早的值,即将覆盖写入得[j]才是
sum+=history[j]*factor[i];//注意防止数据溢出
j++;
if(j==SUM_WIN_SIZE)
{
j=0;
}
}
return sum/K;
}
}