ADC（模數轉換器）濾波算法在信號處理中起著至關重要的作用，它們能夠幫助我們提取出有用的信號，同時濾除噪聲和干擾。以下是常用的ADC濾波算法詳解，這些算法各具特色，適用于不同的應用場景。

一、限幅濾波法（又稱程序判斷濾波法）

1. 方法

根據經驗判斷，確定兩次采樣允許的最大偏差值（設為A）。每次檢測到新值時判斷：如果本次值與上次值之差小于等于A，則本次值有效；如果本次值與上次值之差大于A，則本次值無效，放棄本次值，用上次值代替本次值。

2. 優點

• 能有效克服因偶然因素引起的脈沖干擾。

3. 缺點

• 無法抑制周期性干擾，平滑度差。

4. 示例程序

#define A 10  
char value;  
char filter() {  
    char new_value;  
    new_value = get_ad(); // 獲取采樣值  
    if (abs(new_value - value) > A)  
        return value; // abs()取絕對值函數  
    return new_value;  
}

二、中位值濾波法

1. 方法

連續采樣N次（N取奇數），把N次采樣值按大小排列，取中間值為本次有效值。

2. 優點

• 能有效克服因偶然因素引起的波動干擾。
• 對溫度、液位等變化緩慢的被測參數有良好的濾波效果。

3. 缺點

• 對流量、速度等快速變化的參數不宜使用。

4. 示例程序

#define N 11  
char filter() {  
    char value_buf[N];  
    char count, i, j, temp;  
    for (count = 0; count < N; count++) {  
        value_buf[count] = get_ad();  
        delay();  
    }  
    for (j = 0; j < (N - 1); j++) {  
        for (i = 0; i < (N - j); i++) {  
            if (value_buf[i] > value_buf[i + 1]) {  
                temp = value_buf[i];  
                value_buf[i] = value_buf[i + 1];  
                value_buf[i + 1] = temp;  
            }  
        }  
    }  
    return value_buf[(N - 1) / 2];  
}

三、算術平均濾波法

1. 方法

連續取N個采樣值進行算術平均運算。N值較大時，信號平滑度較高，但靈敏度較低；N值較小時，信號平滑度較低，但靈敏度較高。N值的選取通常根據被測參數的特性來確定，如一般流量N=12，壓力N=4。

2. 優點

• 適用于對一般具有隨機干擾的信號進行濾波。這類信號的特點是有一個平均值，信號在某一數值范圍附近上下波動。

3. 缺點

• 對于測量速度較慢或要求數據計算速度較快的實時控制不適用。
• 比較浪費RAM。

4. 示例程序

#define N 12  
char filter() {  
    int sum = 0;  
    for (count = 0; count < N; count++) {  
        sum += get_ad();  
    }  
    return (char)(sum / N);  
}

四、遞推平均濾波法（又稱滑動平均濾波法）

1. 方法

把連續取N個采樣值看成一個隊列。隊列的長度固定為N，每次采樣到一個新數據放入隊尾，并扔掉原來隊首的一次數據（先進先出原則）。把隊列中的N個數據進行算術平均運算，就可獲得新的濾波結果。N值的選取同樣根據被測參數的特性來確定，如流量N=12，壓力N=4，液面N=4~12，溫度N=1~4。

2. 優點

• 對周期性干擾有良好的抑制作用，平滑度高。
• 適用于高頻振蕩的系統。

3. 缺點

• 靈敏度低。
• 對偶然出現的脈沖性干擾的抑制作用較差，不易消除由于脈沖干擾所引起的采樣值偏差。
• 不適用于脈沖干擾比較嚴重的場合。
• 比較浪費RAM。

4. 示例程序 （注意：此示例程序與上述示例有所不同，但原理相同）

#define N 12  
char filter() {  
    int sum = 0;  
    for (count = 0; count < N; count++) {  
        sum += get_ad();  
    }  
    return (char)(sum / N);  
}

五、中位值平均濾波法（又稱防脈沖干擾平均濾波法）

1. 方法

相當于“中位值濾波法”+“算術平均濾波法”。連續采樣N個數據，去掉一個最大值和一個最小值，然后計算N-2個數據的算術平均值。N值的選取通常為3~14。

2. 優點

• 融合了兩種濾波法的優點。
• 對于偶然出現的脈沖性干擾，可消除由于脈沖干擾所引起的采樣值偏差。

3. 缺點

• 測量速度較慢。
• 比較浪費RAM。

4. 示例程序 （注意：此示例程序為簡化版，未包含所有細節）

#define N 12  
char value_buf[N];  
char i = 0;  
char filter() {  
    char count;  
    int sum = 0;  
    value_buf[i++] = get_ad();  
    if (i == N)  
        i = 0;  
    for (count = 0; count < N; count++) {  
        sum += value_buf[count];  
    }  
    return (char)(sum / N);  
}

六、限幅平均濾波法

1. 方法

相當于“限幅濾波法”+“遞推平均濾波法”。每次采樣到的新數據先進行限幅處理，再送入隊列進行遞推平均濾波處理。

2. 優點

• 融合了兩種濾波法的優點。
• 對于偶然出現的脈沖性干擾，可消除由于脈沖干擾所引起的采樣值偏差。

3. 缺點

• 比較浪費RAM。

4. 示例程序 （注意：此示例程序結合了限幅和遞推平均濾波的特點）

#define A 10  
#define N 12  
char value, i = 0;  
char value_buf[N];  
char filter() {  
    char new_value, sum = 0;  
    new_value = get_ad();  
    if (abs(new_value - value) < A) {  
        value_buf[i++] = new_value;  
        if (i == N)  
            i = 0;  
        for (count = 0; count < N; count++) {  
            sum += value_buf[count];  
        }  
        return (char)(sum / N);  
    } else {  
        return value; // 或者使用其他處理方式，如返回上次有效值等  
    }  
}  
// 注意：此示例程序中的“value”變量需要在外部進行初始化和更新，以確保其有效性。同時，為了簡化代碼，未包含所有錯誤處理和邊界檢查。

七、一階滯后濾波法

1. 方法

取a=0~1，本次濾波結果=(1-a)×本次采樣值+a×上次濾波結果。

2. 優點

• 對周期性干擾具有良好的抑制作用。
• 適用于波動頻率較高的場合。

3. 缺點

• 相位滯后，靈敏度低。滯后程度取決于a值大小。
• 不能消除濾波頻率高于采樣頻率的1/2的干擾信號。

4. 示例程序 （注意：此示例程序中的a值可以根據需要進行調整）

#define a 30 // 取0~100之間的值進行換算，如a=30表示0.3的系數  
char value;  
char filter() {  
    char new_value;  
    new
#define a 30 // 取0~100之間的值進行換算，如a=30表示0.3的系數  
char value; // 上次濾波結果，需要在外部進行初始化和更新  
char filter() {  
    char new_value = get_ad(); // 本次采樣值  
    value = (100 - a) * new_value / 100 + a * value / 100; // 按照公式進行計算，注意這里將a換算為了百分比形式  
    // 或者等價地寫作：value = new_value * (1 - a/100) + value * (a/100);  
    return value;  
}

注意 ：

• 在實際使用中，a的值通常需要根據具體情況進行調整，以達到最佳的濾波效果。
• 一階滯后濾波法雖然能夠抑制周期性干擾，但會引起相位滯后，這在某些對實時性要求較高的應用中可能是一個缺點。

八、加權遞推平均濾波法

1. 方法

對連續N個采樣值，分別乘以不同的加權系數，然后進行算術平均運算。各加權系數的取值通常根據被測參數的特性來確定，如流量測量中的加權系數可以設為中間大兩頭小，即越接近當前時刻的采樣值，其加權系數越大。

2. 優點

• 能夠更靈活地適應被測參數的變化特性。
• 通過選擇合適的加權系數，可以優化濾波效果。

3. 缺點

• 加權系數的選擇需要一定的經驗和試驗。
• 計算量相對較大，可能影響實時性。

4. 示例程序 （注意：此示例程序為簡化版，未包含所有細節和加權系數的具體選擇）

#define N 5  
char value_buf[N];  
int weight[N] = {1, 2, 3, 2, 1}; // 示例加權系數，可以根據需要調整  
char i = 0;  
char filter() {  
    char count;  
    int sum = 0, weighted_sum = 0;  
    value_buf[i++] = get_ad();  
    if (i == N)  
        i = 0;  
    for (count = 0; count < N; count++) {  
        sum += value_buf[count];  
        weighted_sum += value_buf[count] * weight[count];  
    }  
    // 可以選擇返回算術平均值或加權平均值  
    // return (char)(sum / N); // 算術平均值  
    return (char)(weighted_sum / (weight[0] + weight[1] + weight[2] + weight[3] + weight[4])); // 加權平均值  
}

九、消抖濾波法

1. 方法

設置一個濾波計數器，將每次采樣值與當前有效值進行比較。如果采樣值與當前有效值相等，則計數器清零；如果采樣值與當前有效值不相等，則計數器加1。當計數器達到預設的上限值（如5次）時，本次采樣值被認定為有效值，并用其更新當前有效值。

2. 優點

• 能夠有效消除因按鍵抖動或傳感器不穩定引起的誤判。

3. 缺點

• 對于快速變化的信號可能不適用。
• 濾波計數器上限值的選擇需要一定的經驗和試驗。

4. 示例程序 （注意：此示例程序以按鍵消抖為例）

#define FILTER_THRESHOLD 5 // 濾波計數器上限值  
char current_value = 0; // 當前有效值  
unsigned char filter_counter = 0; // 濾波計數器  
  
char filter(char new_value) {  
    if (new_value == current_value) {  
        filter_counter = 0; // 采樣值與當前有效值相等，計數器清零  
    } else {  
        filter_counter++; // 采樣值與當前有效值不相等，計數器加1  
        if (filter_counter >= FILTER_THRESHOLD) {  
            current_value = new_value; // 計數器達到上限值，更新當前有效值  
            filter_counter = 0; // 計數器清零  
        }  
    }  
    return current_value;  
}

總結

以上介紹了九種常用的ADC濾波算法，每種算法都有其特點和適用場景。在實際應用中，需要根據被測參數的特性、采樣頻率、實時性要求以及系統資源等因素綜合考慮，選擇最合適的濾波算法。同時，也需要注意濾波算法可能帶來的相位滯后、靈敏度降低等副作用，并采取相應的措施進行優化。