- /*
- A、名称:加权递推平均滤波法
- B、方法:
- 是对递推平均滤波法的改进,即不同时刻的数据加以不同的权;
- 通常是,越接近现时刻的数据,权取得越大。
- 给予新采样值的权系数越大,则灵敏度越高,但信号平滑度越低。
- C、优点:
- 适用于有较大纯滞后时间常数的对象,和采样周期较短的系统。
- D、缺点:
- 对于纯滞后时间常数较小、采样周期较长、变化缓慢的信号;
- 不能迅速反应系统当前所受干扰的严重程度,滤波效果差。
- E、整理:shenhaiyu 2013-11-01
- */
-
- int Filter_Value;
-
- void setup() {
- Serial.begin(9600); // 初始化串口通信
- randomSeed(analogRead(0)); // 产生随机种子
- }
-
- void loop() {
- Filter_Value = Filter(); // 获得滤波器输出值
- Serial.println(Filter_Value); // 串口输出
- delay(50);
- }
-
- // 用于随机产生一个300左右的当前值
- int Get_AD() {
- return random(295, 305);
- }
-
- // 加权递推平均滤波法
- #define FILTER_N 12
- int coe[FILTER_N] = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12}; // 加权系数表
- int sum_coe = 1 + 2 + 3 + 4 + 5 + 6 + 7 + 8 + 9 + 10 + 11 + 12; // 加权系数和
- int filter_buf[FILTER_N + 1];
- int Filter() {
- int i;
- int filter_sum = 0;
- filter_buf[FILTER_N] = Get_AD();
- for(i = 0; i < FILTER_N; i++) {
- filter_buf[i] = filter_buf[i + 1]; // 所有数据左移,低位仍掉
- filter_sum += filter_buf[i] * coe[i];
- }
- filter_sum /= sum_coe;
- return filter_sum;
- }
复制代码
对比滑动平均滤波(递推平均滤波)它的优势是什么,看上去好像就灵敏度高了一些
|