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_Hadc.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/32
asm("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
![[量化投资-学习笔记009]Python+TDengine从零开始搭建量化分析平台-KDJ](https://img-blog.csdnimg.cn/b3e33794423a4d36a07800969dcdd997.png#pic_center)
