电池电压显示的平滑功能可减少嵌入式系统中的尖峰

Question

读取嵌入式设备中的电池电压。然而，实际电压根据系统负载的不同而变化很大。我们需要一种方法来减少电压的波动以显示最佳值。

目前，我们使用滚动/移动平均线。然而，在最近15次读数中，结果仍然波动太大。

在阅读有关平滑算法的内容时，似乎 B 样条、核滤波器或其他一些平滑算法是理想的。但是，我找不到一个不使用 numpy 或 mathcad 等内部函数的简单示例。

有人知道一个易于实现的函数可以帮助解决这个问题吗？这是一个 C++ 项目（使用 Qt 4.5），仅包含最少的库。我更愿意留在整数域（显示 3300-4200 之间的毫伏电压）。

TIA 麦克风

Answer 1

嗯，如果没有具体的情况，很难说出你需要什么。例如，您的传感器采样率是多少，以及您试图消除的传感器波动和噪声的特征如何？

但是，如果您已经实施了移动平均线，我可能建议尝试使用移动中位数。 （最后 n 个样本的中值，而不是平均值。）这往往会减少输出中与正常情况相比较大的短期偏差的影响。

如果您能找到有效的参数，那么根据 CPU 和内存要求，最好使用某种形式的离散时间低通滤波器。这些非常容易实现，只需要了解先前的输出值和当前输入即可计算当前输出。例如：（

Y = Y[n-1] + A * (X - Y[n-1])

其中 Y 是当前输出，Y[n-1] 是最后计算的输出，X 是最新的传感器）

A 实际上是低通滤波器的时间常数，但它是离散时间，因此它取决于采样率。具体来说，A = dt / tau，其中 dt 是以秒为单位的采样周期，tau 大致类似于连续时间时间常数。

Answer 2

你可以在经典的NR书籍中找到解释和源代码：
http://apps.nrbook.com/c/index.html，

即第3章:
http://www.arcetri.astro.it/irlab /library/recipes/bookcpdf/c3-3.pdf

Answer 3

您是否考虑过简单地对值应用倾斜限制？

new_val = Read_From_HW();
diff = new_val - prev_val;

if (diff > SKEW_LIMIT)
    diff = SKEW_LIMIT;
else if (diff < -SKEW_LIMIT)
    diff = -SKEW_LIMIT;

reported_val = prev_val + diff;
prev_val = reported_val;

Answer 4

有可能深入了解信号处理技术和复杂的数学，但是您必须问自己是否真的有必要？

如果此显示是一个简单的瞬时数字输出，则用于“仅指示”，而不是说连续的图或数据日志（即您不需要重建信号），那么通常可以完全接受，只需采取一个<< em>周期性平均而不是移动平均值。由于这不需要历史记录存储，因此您可以平均使用任意数量的样本，这将取决于显示更新所需的频率。

它不是巧妙的，但通常足以适应该任务。这是对其使用的示例和测试模拟。

class cPeriodicMean
{
    public :
        cPeriodicMean( int period ) : m_mean(0), 
                                      m_period(period),
                                      m_count(0),
                                      m_sum(0)
        { 
            // empty
        }

        void addSample( int sample )
        {
            m_sum += sample ;
            m_count++ ;
            if( m_count == m_period )
            {
                m_mean = m_sum / m_period ;
                m_count = 0 ;
                m_sum = 0 ;
            }
        }

        int getMean() 
        { 
            return m_mean ; 
        }

    private :
        int m_mean ;
        int m_period ;
        int m_count ;
        int m_sum ;
} ;

---

// Test Simulation
#include <cstdlib>
#include <cstdio>
#include <windows.h>  // for Sleep to simulate sample rate
int main()
{
    // Average over 100 samples
    cPeriodicMean voltage_monitor( 100 ) ;

    for(;;)
    {
        // Simulate 4000mV +/- 50mV input
        int sample = 4000 + (std::rand() % 100) - 50 ;
        voltage_monitor.addSample( sample ) ;

        // Simulate 100Hz sample rate
        Sleep(10) ;

        // Current output
        int millivolts = voltage_monitor.getMean() ;
        printf( "\r%d millivolts    ", millivolts ) ;
    }
}

这种技术的完善将产生甚至更平稳的输出，但以相同的频率产生结果将是使用定期的平均输出作为移动平均过滤器的输入。如果您要在100个样本期间使用我的每秒100个示例，然后将其放入15个样本移动平均线，您将使用15秒的采样数据，同时每秒获得结果，几乎没有其他内存用法。

显然，您可以更改时期，移动平均长度和采样率，以在需要的更新频率下获得所需的结果。我建议您在需要更新的时期内采取尽可能多的样本，然后只要您想负担得起即可移动平均值。

Answer 5

我知道这并不能直接回答你的问题，但是平均条有帮助吗？换句话说，显示 15 秒窗口内的最小值/最大值/平均值/中值，而不仅仅是平均值。

Answer 6

对我来说这确实听起来像是硬件问题。是锂离子电池还是镍氢电池？放电曲线是什么样的？电池和 ADC 之间有哪些组件？在开始实施各种数字滤波器之前，您需要了解这些事情。

Answer 7

如果您没有答案，这是打印一些内容的好方法
在 pololu 3pi 等机器人上。

{
    int bat = read_battery_millivolts();

    clear();
    print_long(bat);
    print("mV");
    lcd_goto_xy(0,1);
    print("Press B");

    delay_ms(100);
}

---