常见地信号处理滤波方法.pdf

实用文档 低通滤波： 又叫一阶惯性滤波， 或一阶低通滤波。 是使用软件编程实现普通 硬件 RC低通滤波器的功能。 适用范围：单个信号，有高频干扰信号。 一阶低通滤波的算法公式为： Y(n) X(n) (1 ) Y(n 1) 式中： 是滤波系数； X(n) 是本次采样值； Y(n 1) 是上次滤波输出值； Y(n) 是本次滤波输出值。 滤波效果 1： 红色线是滤波前数据（ matlab 中生成的正弦波加高斯白噪声信号） 黄色线是滤波后结果。 滤波效果 2 ： 实用文档 matlab 中函数，相当于一阶滤波，蓝色是原始数据（ GPS采集到的 x （北） 方向数据，单位 m），红色是滤波结果。 一阶滤波算法的不足： 一阶滤波无法完美地兼顾灵敏度和平稳度。有时，我们只能寻找一个平衡， 在可接受的灵敏度范围内取得尽可能好的平稳度。 实用文档 互补滤波：适用于两种传感器进行融合的场合。 必须是一种传感器高频特性 好（动态响应好但有累积误差，比如陀螺仪。），另一传感器低频特性好（动态 响应差但是没有累积误差，比如加速度计）。他们在频域上互补，所以进行互补 滤波融合可以提高测量精度和系统动态性能。 应用：陀螺仪数据和加速度计数据的融合。 互补滤波的算法公式为： Y(n) 1 X 1 (n) 2 (X 2 (n) Y(n 1)) 式中： 和 是滤波系数； X (n) 和 X (n) 是本次采样值； Y(n 1) 是上次滤 1 2 1 2 波输出值； Y(n) 是本次滤波输出值。 滤 波 效 果 （测试数据）： 蓝 色 是 陀 螺 仪 信号，红色是加 速度计信号， 黄 色 是 滤 波 后 的 角度。 实用文档 互补滤波实际效果： 实用文档 卡尔曼滤波：卡尔曼滤波器是一个“ optimal recursive data processing algorithm （最优化自回归数据处理算法）”。对于解决很大部分的问题，它是 最优，效率最高甚至是最有用的。他的广泛应用已经超过 30 年，包括机器人导 航，控制，传感器数据融合甚至在军事方面的雷达系统以及导弹追踪等等。 近来 更被应用于计算机图像处理，例如头脸识别，图像分割，图像边缘检测。 首先，用于测量的系统必须是线性的。 X (k) A