模拟量平滑处理//模拟量平均值算法 sliding average

论坛各位老师好。

最近有个项目，需要计算模拟量平均值。

也就是模拟量的平滑处理

30分钟，每一秒钟取值一个数据。需要平均值

原来程序是这样处理的：

Analog_Value=(1799*Analog_Value+Analog Real)/1800

数据到30分钟之后才会比较准确，之后因为数据是保存的，误差不是很大，但是迟滞性较高。

论坛上看到一个处理公式：

FILTERED_SIGNAL:= K*FILTERED_SIGNAL + (1-K)*ACTUAL_ANALOG_SIGNAL
K - should be in range from 0 to 1, close to 0 weak filter, close to 1 strong filter

感觉是线性回归的处理方法。跟我的看到的程序思路一样。但是K值 该如何确定呢？

大家感觉FB该如何写好一些？                 

https://support.industry.siemens.com/tf/ww/en/posts/smoothing-analog-signal/3413?page=0&pageSize=10

老外们论坛讨论的方法。 K 值该如何确认呢？ 

30分钟周期，每秒采集1次，也就是1800分之1，这滤波滞后太可怕了。如果工艺周期是3000分钟还好说，如果工艺周期远远小于30分钟，那么这滤波就是开玩笑了。

至于平均值开始的数据不准确，只是你的滤波程序有问题罢了。如果你把被除数1800替换为已经采集到的数据数量，那么就是准确的。比如现在只采集到10个那么Analog_Value=(1799*Analog_Value+Analog Real)/10，采集100个 就Analog_Value=(1799*Analog_Value+Analog Real)/100，只要把后面的除数做成变量跟采集次数挂钩就可以了。

个人建议还是采用第二个公式(一阶线性滤波)更实在，K值是根据滤波效果觉得的，自己根据现场实际干扰情况分别使用不通的k值测试就知道用多大的k了。

反正就是达到想要的滤波效果就可以了。

在Z侠客启发下，又参考论坛前辈的帖子， 总结如下：

“加权平均滤波”（也就是一阶惯性滤波）；

filter = [filer (n - 1) +New] / n

式中，

filter -滤波输出值

New  -  新值

n  -  新值权重

比如n=7，则新值对输出的影响占1/7

我的采样周期是30min, 1s 采样一次，所以 新值权重是1800.

那么 Analog_Value =(1799*Analog_Value+Analog Real)/1800.

重点是，在HMI 上查看这个趋势图。增量是1800（30min）， 即30min取值一次，理论上满足要求。

你这个只能叫数据统计， 平滑处理有点台太牵强了。

一阶滞后滤波：out(n)=k*out(n-1)+(1-k)*pv,k取值[0~1)，k=0没有滤波，K越大，滤波越明显。

求平均值的用fifo队列，看图

图上给出了两种计算方法，更复杂一点的还可以增加权重参数。

http://www.ad.siemens.com.cn/club/bbs/post.aspx?a_id=1246410&b_id=4&s_id=23&num=20#anch