[发明专利]基于嵌入式系统的模拟量滤波方法及装置

说明书

本发明实施例公开了一种基于嵌入式系统的模拟量滤波方法及装置，其中，所述方法包括：获取前值采样数据序列均值，所述前值采样数据序列的采样信号个数处于预设的个数阈值范围内；获取当前采样数据序列均值，所述当前采样数据序列的采样信号个数与前值采样数据的采样个数数量相同；根据前值采样数据序列均值和当前采样数据序列均值对一阶互补滤波器的滤波系数进行更新；根据更新后的滤波系数、前值采样数据序列和当前采样数据序列对当前采样数据序列进行滤波。有限较少了嵌入式系统的运算负荷。同时可根据前值采样数据序列均值和当前采样数据序列均值对一阶互补滤波器的滤波系数进行实时更新，在兼顾运算量的同时，提升了模拟量滤波的准确性。

技术领域

本发明涉及模拟信号处理技术领域，尤其涉及一种基于嵌入式系统的模拟量滤波方法及装置。

背景技术

在智能化控制系统中,传感器是用来感知、测定各种变化量的重要器件,在其使用中的噪声直接影响着智能化。传感器噪声的主要来自系统内外的干扰。在传感器回路中,噪声的强弱与信号和噪声的叠加方式有关。

目前，对于噪声的滤波通常采用采用卡尔曼滤波、平均值滤波等方法，即采用卡尔曼算法对AD转换后的模拟量数据进行滤波，或者对一定数量的AD转换后的模拟量值通过求取平均值的方式结果。

在实现本发明的过程中，发明人发现如下技术问题：卡尔曼滤波是一种常见的滤波算法，影响其滤波效果的关键参数为过程噪声矩阵和观测噪声矩阵的估计，当二者设计合理的时候，卡尔曼滤波会取得令人满意的效果。但是往往合适的滤波器参数无法获得，导致卡尔曼滤波难以发挥良好的效果，甚至会造成滤波发散，导致AD转换后的模拟量数据无法使用。并且卡尔曼滤波需要引进矩阵运算，对于嵌入式系统来说，其运算量偏大，影响到嵌入式系统的正常运行。

平均值滤波算法也是一种常见的滤波算法，其通过对一定数量的AD转换后的模拟量求取平均值，滤除随机噪声的影响。但是其存在以下问题，当求取平均值的AD转换结果数量较少的时候，通过平均值滤波算法难以滤除随机噪声，尤其是波动范围较大的随机噪声的影响。反之，当求取平均值的AD转换结果数量较多的时候，一方面会造成测量结果的严重滞后，对测量的实时性造成影响；另一方面，由于平均值计算需要大量存储Float型数据，也会使本就捉襟见肘的嵌入式系统资源更加紧张。平均值滤波算法的改进型，滑动平均值滤波算法也存在相似问题。

发明内容

本发明实施例提供了一种基于嵌入式系统的模拟量滤波方法及装置，以解决现有技术中模拟量滤波方法占用嵌入式系统大量资源的技术问题。

第一方面，本发明实施例提供了一种基于嵌入式系统的模拟量滤波方法，包括：

获取前值采样数据序列均值，所述前值采样数据序列的采样信号个数处于预设的个数阈值范围内；

获取当前采样数据序列均值，所述当前采样数据序列的采样信号个数与前值采样数据的采样个数数量相同；

根据前值采样数据序列均值和当前采样数据序列均值对一阶互补滤波器的滤波系数进行更新；

根据更新后的滤波系数、前值采样数据序列和当前采样数据序列对当前采样数据序列进行滤波。

进一步的，所述根据前值采样数据序列均值和当前采样数据序列均值对一阶互补滤波器的滤波系数进行更新，包括：

采用如下方式对滤波系数进行更新：

a＝a+(PresentVakye-PreValue)*a*k/PresentVakye

其中，a为滤波系数，K为修正系数，其区间在0％至100％间，PreValue为前值采样数据序列均值，PresentVakye为当前采样数据序列均值。

进一步的，述获取前值采样数据序列均值，包括：