前言

在嵌入式開(kāi)發(fā)程序中涉及數(shù)據(jù)采樣如傳感器采樣，AD采樣等如果直接讀取信號(hào)后，將信號(hào)值直接參與后續(xù)邏輯處理，若程序無(wú)軟件濾波，會(huì)導(dǎo)致靜態(tài)或者動(dòng)態(tài)采樣時(shí)：

1、信號(hào)曲線相對(duì)沒(méi)有那么平滑。

2、同時(shí)可能存在脈沖干擾導(dǎo)致邏輯判斷錯(cuò)誤。

在信號(hào)處理系統(tǒng)中，輸入信號(hào)通常含有各種噪聲和干擾。 為對(duì)信號(hào)進(jìn)行準(zhǔn)確的測(cè)量和控制，必須削弱或?yàn)V除被測(cè)信號(hào)中的噪聲和干擾。 因此在工程應(yīng)用需要使用軟件濾波，軟件濾波也稱數(shù)字濾波，是通過(guò)一定的算法削弱噪聲的影響。 在實(shí)際的開(kāi)發(fā)過(guò)程中使用了滑動(dòng)窗口濾波算法來(lái)對(duì)傳感器的數(shù)據(jù)采樣進(jìn)行濾波處理。

一、圖解滑動(dòng)窗口濾波器的原理

1、建立采樣窗口和濾波窗口，自定義各窗口長(zhǎng)度大小。

2、當(dāng)數(shù)據(jù)樣本點(diǎn)數(shù)未填滿采樣窗口，對(duì)采樣窗口內(nèi)的數(shù)據(jù)累加做平均值計(jì)算。

例如此時(shí)采樣窗口內(nèi)數(shù)據(jù)采樣點(diǎn)只有4個(gè)，小于定義的采樣窗口長(zhǎng)度，則將4個(gè)值累加后再做平均值計(jì)算。

3、當(dāng)數(shù)據(jù)樣本點(diǎn)數(shù)已填滿采樣窗口，進(jìn)行冒泡排序后，去除n個(gè)最大值及最小值后，對(duì)濾波窗口內(nèi)的數(shù)據(jù)累加做平均值運(yùn)算。

例如此時(shí)采樣窗口內(nèi)數(shù)據(jù)采樣點(diǎn)有7個(gè)，已填滿定義長(zhǎng)度大小的采樣窗口，則分別去除自定義的1個(gè)最大值和1個(gè)最小值后，對(duì)剩余濾波窗口內(nèi)的數(shù)據(jù)累加后再做平均值計(jì)算。

4、新的數(shù)據(jù)樣本到來(lái)，移除采樣窗口中時(shí)間最早的點(diǎn)(FIFO)，重復(fù)上述3操作。

二、滑動(dòng)窗口濾波器的特點(diǎn)

1、經(jīng)過(guò)濾波處理后，濾除了噪聲干擾，數(shù)據(jù)波動(dòng)穩(wěn)定平滑。

2、每采樣一個(gè)新數(shù)據(jù)，就將最早采集的那個(gè)數(shù)據(jù)丟掉，因此每進(jìn)行一次采樣，就可計(jì)算出一個(gè)新的平均值，從而加快了數(shù)據(jù)處理的速度。

3、可以根據(jù)實(shí)時(shí)性的要求和需要濾波后數(shù)據(jù)的平滑度來(lái)設(shè)置采樣窗口和濾波窗口的大小。

4、當(dāng)采樣的數(shù)據(jù)量非常大時(shí)，這時(shí)的采樣窗口會(huì)設(shè)置很大，那么窗口需要消耗一定的內(nèi)存空間。

5、當(dāng)采樣數(shù)據(jù)越多，數(shù)據(jù)實(shí)時(shí)性越差，當(dāng)數(shù)據(jù)突然發(fā)生較大變化時(shí)，不能被立刻檢測(cè)到，無(wú)法及時(shí)處理突發(fā)事件。

三、滑動(dòng)窗口濾波器的Ｃ++代碼實(shí)現(xiàn)

1、基本思路

1、在工程根目錄下新建filter文件夾，將源文件filter.cpp和頭filter.h放在文件夾中供修改調(diào)用。

2、頭文件：

（1）定義濾波算法函數(shù)中的可修改宏值；

（2）聲明定義的濾波函數(shù)模板；

（3）使用extern的方式聲明實(shí)例化后的模板函數(shù)。

3、源文件：

（1）定義需要使用濾波算法的函數(shù)模板；

（2）在定義的函數(shù)模板后進(jìn)行函數(shù)實(shí)例化操作，通過(guò)這樣的方法實(shí)現(xiàn)具體的模板函數(shù)。

2、頭文件filter.h

#ifndef _FILTER_H_
#define _FILTER_H_


#define MAX_SENSOR_NUM 9   //使用濾波時(shí)的傳感器數(shù)量
#define MAX_DATA_NUM 9     //最大采樣點(diǎn)數(shù)量，即采樣窗口長(zhǎng)度
#define WINDOW_DATA_NUM 5  //濾波窗口長(zhǎng)度
//去除采樣窗口內(nèi)最大最小值的數(shù)量，這里去除兩個(gè)最大和兩個(gè)最小 
#define REMOVE_MAXMIN_NUM ((MAX_DATA_NUM - WINDOW_DATA_NUM)/2)  


//extern double m_dataList[MAX_SENSOR_NUM][MAX_DATA_NUM];


//聲明定義的函數(shù)模板
template<typename InType> InType Filter_SlidingWindowAvg(int index, InType data);
//使用extern的方式聲明實(shí)例化后的模板函數(shù)，根據(jù)實(shí)際需要自定義數(shù)據(jù)類型
extern template short Filter_SlidingWindowAvg(int index, short data);
extern template unsigned int Filter_SlidingWindowAvg(int index, unsigned int data);


#endif

3、源文件filter.cpp

#include 
#include "Filter.h"


using namespace std;
//定義各個(gè)傳感器的數(shù)據(jù)采樣點(diǎn)列表
double m_dataList[MAX_SENSOR_NUM][MAX_DATA_NUM] = {0};
//滑窗均值濾波，使用函數(shù)模板可用于適配不同數(shù)據(jù)類型的采樣點(diǎn)
template<typename InType>
InType Filter_SlidingWindowAvg(int index, InType data)   
{
    static int dataNum[MAX_SENSOR_NUM] = {0}; //定義記錄傳感器的采樣點(diǎn)個(gè)數(shù)
    int i;
    double sum = 0;
    double out = 0;
    double array[MAX_DATA_NUM] = {0};

    //數(shù)據(jù)采樣點(diǎn)在采樣窗口內(nèi)移動(dòng)，F(xiàn)IFO操作
    for(i = MAX_DATA_NUM - 2; i >= 0; i--)
        m_dataList[index][i+1] = m_dataList[index][i];

    m_dataList[index][0] = data;
    //數(shù)據(jù)采樣點(diǎn)數(shù)量小于采樣窗口長(zhǎng)度，對(duì)采樣窗口數(shù)據(jù)累加后進(jìn)行平均值運(yùn)算                                     
    if(dataNum[index] < MAX_DATA_NUM) 
    {
        dataNum[index]++;
        for(i = 0; i < dataNum[index]; i++)
        {
            sum += m_dataList[index][i];
        }
        out = sum / dataNum[index];
    }
    //數(shù)據(jù)采樣點(diǎn)已填滿采樣窗口，進(jìn)行排序后，去除n個(gè)最大值及最小值后，對(duì)濾波窗口內(nèi)的數(shù)據(jù)累加后進(jìn) 
    //行平均值運(yùn)算   
    else        
    {  
        for(i = 0; i < MAX_DATA_NUM; i++)
        {
            array[i] = m_dataList[index][i];
        }
        //利用C++標(biāo)準(zhǔn)庫(kù)的sort函數(shù)進(jìn)行排序，這里使用默認(rèn)的升序
        sort(array, array + MAX_DATA_NUM);

        int start = (MAX_DATA_NUM - WINDOW_DATA_NUM) / 2; //start = REMOVE_MAXMIN_NUM

        for(i = start; i < start + WINDOW_DATA_NUM; i++)
        {
            sum += array[i];
        }
        out = sum / WINDOW_DATA_NUM;
    }
    return out;
}


//對(duì)函數(shù)模板進(jìn)行函數(shù)實(shí)例化操作，根據(jù)實(shí)際需要自定義數(shù)據(jù)類型
template short Filter_SlidingWindowAvg(int index, short data);
template unsigned int Filter_SlidingWindowAvg(int index, unsigned int data);

四、滑動(dòng)窗口濾波器的Ｃ代碼實(shí)現(xiàn)

1、基本思路

1、在工程根目錄下新建filter文件夾，將頭filter.h和源文件filter.c放在文件夾中供修改調(diào)用。

2、頭文件：

（1）定義濾波算法函數(shù)中的可修改宏值；

（2）聲明定義的濾波算法函數(shù)；

3、源文件：

（1）定義冒泡排序功能函數(shù)；

（2）定義濾波算法功能函數(shù)。

2、頭文件filter.h

#ifndef _FILTER_H_
#define _FILTER_H_


#define MAX_SENSOR_NUM 9   //使用濾波時(shí)的傳感器數(shù)量
#define MAX_DATA_NUM 9     //最大采樣點(diǎn)數(shù)量，即采樣窗口長(zhǎng)度
#define WINDOW_DATA_NUM 5  //濾波窗口長(zhǎng)度
//去除采樣窗口內(nèi)最大最小值的數(shù)量，這里去除兩個(gè)最大和兩個(gè)最小 
#define REMOVE_MAXMIN_NUM ((MAX_DATA_NUM - WINDOW_DATA_NUM)/2)  


//extern double m_dataList[MAX_SENSOR_NUM][MAX_DATA_NUM];


//聲明定義的函數(shù)
double Filter_SlidingWindowAvg(int index, double data);


#endif

3、源文件filter.c

#include "Filter.h"


//定義各個(gè)傳感器的數(shù)據(jù)采樣點(diǎn)列表
double m_dataList[MAX_SENSOR_NUM][MAX_DATA_NUM] = {0};


//冒泡排序
void BubbleSort(int array[], int len)
{
    int temp;
    //外層循環(huán)控制排序的趟數(shù)，n個(gè)元素排序需要循環(huán)n-1次
    for(int i=0; i