摘要
对嵌入式系统测量中的不同的滤波算法进行了分析,提出一种适用于嵌入式系统测量的、快速简化的指数平滑滤波新算法。并设计了仿真实验模型,通过实验与卡尔曼滤波算法进行对比。对简化的指数平滑滤波算法进行的分析表明,该算法具有计算量小、速度快的优点。且对于慢变化的嵌入式传感器信号,具有非常好的平滑滤波效果,其计算速度是卡尔曼滤波算法的30倍,非常适用于低计算能力、存储资源有限、传感器信号采集前端的嵌入式系统测量。
对嵌入式系统测量中的不同的滤波算法进行了分析,提出一种适用于嵌入式系统测量的、快速简化的指数平滑滤波新算法。并设计了仿真实验模型,通过实验与卡尔曼滤波算法进行对比。对简化的指数平滑滤波算法进行的分析表明,该算法具有计算量小、速度快的优点。且对于慢变化的嵌入式传感器信号,具有非常好的平滑滤波效果,其计算速度是卡尔曼滤波算法的30倍,非常适用于低计算能力、存储资源有限、传感器信号采集前端的嵌入式系统测量。
出处
《吉林大学学报（工学版）》
EI
CAS
CSCD
北大核心
2012年第S1期314-316,共3页
Journal of Jilin University:Engineering and Technology Edition
基金
吉林省科技发展计划项目(20100504)
吉林省自然科学基金项目(201115025)
关键词
计算机应用
嵌入式系统
测量
滤波
指数平滑滤波
卡尔曼滤波
computer application
embedded system
measurement
filter
exponential smoothing filter
Kalman filter
