4.加权平均滤波算法
“算术平均滤波算法”有平滑度和灵敏度的取舍矛盾:取样信号个数小时,灵敏度高,但平滑度低;取样信号个数大时,平滑度高,但灵敏度低。
为了协调二者矛盾,采用加权平均滤波。
算法过程:
①取连续的N个采样值;
②各采样值乘上不同的加权系数,再求累加值;
③加权系数先小后大,突出后面采样值的占比;加权系数范围为(0,1),且总和等于1。
数学模型:
![](https://img-blog.csdnimg.cn/20210523175348585.png)
D——加权平均值;
——加权系数;
——第i次采样值。
算法流程图:
![](https://img-blog.csdnimg.cn/20210523175304143.png)
5.滑动平均滤波算法
先前介绍的几种平均滤波算法都有一个共同点:每获取一个有效采样值,必须连续进行若干次采样。当采样速度慢时,系统的实时得不到保证。
滑动平均滤波算法只采样一次,将一次采样值和过去的若干次采样值一起求平均,得到本次有效采样值。
算法过程:
①在存储区中开辟N个数据的暂存区,建议采用环形队列数据结构;
②采集一个信号,并存入暂存区,同时去掉一个最老的数据;
③计算这N个数据的平均值。
算法流程图:
![](https://img-blog.csdnimg.cn/20210523175519961.png)
这几种平均值滤波算法对去除信号中的随机噪声很有效果,但对于一定频率范围内的固定串扰噪声,效果则不显著,这时就要采用通带滤波器了——低通、高通、带通、带阻滤波器。
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)