數據采集，又稱數據獲取，是利用一種裝置，從系統外部采集數據并輸入到系統內部的一個接口。數據采集技術廣泛引用在各個領域。比如攝像頭，麥克風，都是數據采集工具。被采集數據是已被轉換為電訊號的各種物理量，如溫度、水位、風速、壓力等，可以是模擬量，也可以是數字量。在互聯網行業(yè)快速發(fā)展的今天，數據采集已經被廣泛應用于互聯網及分布式領域，數據采集領域已經發(fā)生了重要的變化。

而在數據采集中存在著各種噪聲。濾除噪聲的方法有很多種，既有數字濾波器，也有模擬濾波器。這里我們采用了基于單片機和C語言來設計并開發(fā)數字濾波系統。

我們針對于單片機數據采集系統中經常出現的隨機干擾，通過手動輸入來模擬數據采集過程，驗證了幾種使用較為普遍的克服隨機干擾的單片機數字濾波算法，并給出了相應的C程序，尤其對中位值濾波和中位值平均濾波算法程序進行了改進。同時也對這幾種濾波算法進行了比較，并指出了每一種算法的具體適用范圍和注意事項。另外我們使用了 proteus進行仿真驗證這幾種濾波方法。另外我們還使用了AD和DA來采集及輸出數據。

1 數字濾波設計原理

這里有很多種數字濾波方法，我們見選用其中幾種來進行設計，如中值濾波、算術平均濾波、加權平均濾波等等。所以下面我將詳細介紹它們。

1.1 中值濾波

中位值濾波是先對某一參數連續(xù)采樣N次（一般N取奇數），然后把N次采樣值按從小到大排列，取中間值為本次采樣值。

該濾波方法實際上是一種排序方法，我在此采用的是冒泡法排序。由于在冒泡法排序中，每出現一次前者數據大于后者數據，就要進行二者數據的交換。

該算法的樣例子程序如下：

1 #define N 11 //N值可根據實際情況調整

3 char filter（）

5 {

7 char value_buf［］;

9 char count，i，j，k，temp;

11 for（count=0;count

13 {

14 value_buf［count］=get_data（）;

17 delay（）;

18 }

20 for（i=0;i

22 {

k=i;

24 for（j=i+1;j

26 if（value_buf［j］

28 temp=value_buf［k］;

30 value_buf［k］=value_buf［i］;

32 value_buf［i］=temp;

34 }

36 return value_buf［（N-1）/2］;

37 }

位值濾波能有效地克服偶然因素引起的波動或采樣器不穩(wěn)定引起的誤碼等脈沖干擾。對溫度、液位等緩慢變化的被測參數采用此算法能收到良好的濾波效果，但對于流量、壓力等快速變化的數據，不宜采用中位值濾波。

1.2 算術平均濾波

算術平均濾波法適用于對一般的具有隨機干擾的信號進行濾波。這種信號的特點是信號本身在某一數值范圍附近上下波動，如測量流量、液位時經常遇到這種情況。算術平均濾波法是要按輸入的N 個采樣數據，尋找這樣一個Y，使得Y 與各個采樣值之間的偏差的平方和最小。

具體實現此算法的子程序如下：

1 #define N 12

2 char filter（）

5 {

7 int count;

9 int sum=0;

10 for（count=0;count

13 {

15 sum+=get_ad（）;

16 delay（）;

17 }

18 return （char）（sum/N）;

19 }

算術平均濾波適用于對一般具有隨機干擾的信號進行濾波。這種信號的特點是有一個平均值，信號在某一數值范圍附近做上下波動，在這種情況下僅取一個采樣值做依據顯然是不準確的。算術平均濾波對信號的平滑程序完全取決于N，當N較大時，平滑度高，但靈敏度低；當N較小時，平滑度低，但靈敏度高，應視具體情況選取N，以便既少占用計算時間，又達到最好的效果。

1.3 加權平均濾波

在算術平均濾波和移動平均濾波中，N次采樣值在輸出結果中的權重是均等的，取1/N。用這樣的濾波算法，對于時變信號會引入滯后，N值越大，滯后越嚴重。為了增加新采樣數據在移動平均中的權重，以提高系統對當前采樣值中所受干擾的靈敏度，可采用加權平均濾波，它是移動平均濾波算法的改進。

加權平均濾波是對連續(xù)N次采樣值分別乘上不同的加權系統之后再求累加和，加權系統一般先小后大，以突出后面若干采樣的效果，加強系統對參數變化趨勢的辨識。各個加權系統均為小于1的小數，且滿足總和等于1的約束條件。這樣，加權運算之后的累加和即為有效采樣值。

為方便計算，可取各加權系數均為整數，且總和為256，加權運算后的累加和除以256，即舍去低字節(jié)后便是有效采樣值。具體的樣例子程序如下：

1 //code數組為加權系統表，存在ROM區(qū)。

2 #define N 12

3 char code jq［N］={1，2，3，4，5，6，7，8，9，10，11，12};

4 char code sum_jp=1+2+3+4+5+6+7+8+9+10+11+12;

5 char filter_5（）

6 {

7 char count;

8 char value_buf［N］;

9 int sum=0;

10 for（count=0;count

11 {

12 value_buf［count］=get_data（）;

13 delay（）;

14 }

15 for（count=0;count

16 sum+=value_buf［count］*jq［count］;

17 return （char）（sum/sum_jq）;

18 }

1.4 中位值平均濾波

它相當于是“中位值濾波法”和“算術平均濾波法”的結合。它連續(xù)采樣N個數據，然后去掉一個最大值和一個最小值，最后計算N-2個數據的算術平均值。一般N值的選?。?-14。

具體算法程序如下：

1 #define N 12

2 char filter（）

3 {

4 char count，i，j;

5 char value_buf［N］;

6 int sum=0;

7 for （count=0;count

8 {

9 value_buf［count］ = get_ad（）;

10 delay（）;

11 }

12 for （j=0;j

13 {

14 for （i=0;i

15 {

16 if （ value_buf［i］》value_buf［i+1］ ）

17 {

18 temp = value_buf［i］;

19 value_buf［i］ = value_buf［i+1］;

20 value_buf［i+1］ = temp;

21 }

22 }

23 }

24 for（count=1;count

25 sum += value［count］;

26 return （char）（sum/（N-2））;

27 }

這種濾波方法兼容了移動平均濾波算法和中位值濾波算法的優(yōu)點，所以無論對緩慢變化的信號，還是對快速變化的信號，都能取得較好的濾波效果。

1.5 限幅濾波

限幅濾波的基本原理是把兩次相鄰時刻（n和n-1）的采樣值Yn和Yn-1相減，求出其差值，以絕對值表示，然后將這個差值與兩次采樣允許的最大偏差值ΔY比較，如果兩次采樣值的差值超過了允許的最大偏差值ΔY，則認為發(fā)生了隨機干擾，并認為最后一次采樣值Yn非法，應予剔除。剔除Yn后，可用Yn-1代替Yn；若未超過允許的最大偏差值范圍，則認為本次采樣值有效?？捎萌缦鹿奖硎荆?/p>

|Yn-Yn-1|≤ΔY；則Yn有效

|Yn-Yn-1|＞ΔY；則Yn-1有效

此算法的樣例子程序如下：

此算法的樣例子程序如下：

#define A 10 //A值可根據實際情況調整

char data; //上一次的數據

char filter_1（）

{

char datanew; //新數據變量

datanew=get_data（）; //獲得新數據

//濾波算法

if （（datanew-data》A）||（data-datanew》A）

return data;

return datanew;

}

該算法主要用于處理變化比較緩慢的數據，如溫度、物體的位置等。使用時關鍵在于最大偏差值的Δy的選擇，通常可根據經驗獲得，也可按照輸出參數可能的最大變化速度Vmax及采樣周期T來決定ΔY的值，即ΔY=VmaxT。

1 #include

2 #include

3 #define uchar unsigned char

4 #define A 0.005

5 #define N 11

6 sbit con1 = P2^3;

7 sbit con2 = P2^4;

8 sbit con3 = P2^5;

9 sbit con = P2^6;

10 sbit OE = P2^0;

11 sbit START = P2^1;

12 sbit EOC = P2^2;

13 uchar a;

14 uchar buf［N］ ={0};

15 void change（）

16 {

17 int i;

18 for（i=0;i
來源；21ic