之前的几篇文章对FreeRTOS的部分源码进行了分析，可以发现FreeRTOS对于任务、事件标志组、消息队列等的实现都是通过控制块的方式来操作。

比如任务()有任务控制块TCB_t，

事件标志组()有事件控制块EventGroup_t，

消息队列()有消息队列控制块Queue_t，

软件定时器()有软件定时器控制块Timer_t。

使用它们前都是先创建（内存分配资源），返回一个控制块的句柄，之后就可以通过句柄来操作这个对象了。

基本原理

以FreeRTOS的这种机制为参考，我们可以模仿着实现一个简单的滤波器，可以用于对传感器的原始数据进行滤波。

先来分析一下基本原理：

  • 设定我们的滑动平均滤波器的窗口宽度为5，可以使用一个数组来实现
  • 使用一个index来指示下次数据将要存放在数组中的位置
  • 初始状态，滤波器数组都是0，index指向数组的起始位置

开始阶段

原始数据依次存入滤波器数组，这时的滤波器输出有两种选择：

  • 方式1：既然数组还未存满，就先不输出滤波结果
  • 方式2：虽然数组还未存满，但可以计算已经存入的这几个数的平均值作为滤波输出

这两种方式只在初始阶段存在差别，本文后续编码将采用方式2。

数据第1次存满滤波器数组

数据继续存入滤波器数组，当恰好存满时，就可以计算整个数组的平均值了，作为此次的滤波结果。

滑动存储阶段

滤波器数组首次存满后，就需要进行覆盖存储了(实现滑动获取数据的效果)。

这里也有两种方式：

  • 方式1：将新的数据(a5)覆盖存入最早的数据(a0)，然后遍历数组求和，再求平均值作为输出
  • 方式2：借用上次的求和数据sum(a0~a4)，将sum先减去最早的数据(a0)，加上新的数据(a5)，再将新的数据(a5)覆盖存入最早的数据(a0)，最后对sum除以5求平均值作为输出

相比较而言，方式2的计算量更小，本文后续编码将采用方式2。

编码实现

下面来看一下编码实现：

滤波器控制块

参考FreeRTOS的设计方式，为我们的滑动平均滤波器设计一个控制块，也就是一个结构体，该结构体包含滤波器所需要的资源。

1
2
3
4
5
6
7
8
9
10
11
12
/*滑动平均滤波器——结构体*/
typedef struct SlipAveFilter
{
    u16 len;     /*窗口宽度*/
	u16 index;   /*索引*/
	u16 has;     /*已有的数据个数*/
	char isfull; /*数组数据是否已满*/
	float *data; /*滤波器数组*/
	float sum;   /*求和*/
	float res;   /*滤波结果*/
	
} SAFiter_t;

创建滤波器

参考FreeRTOS的设计方式，使用滤波器时，通过创建函数来创建一个滤波器，创建好之后，会返回一个句柄以供后续对滤波器操作。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
/*
滑动平均滤波器——创建
len：滤波器的窗口宽度
返回创建的滤波器句柄
*/
SAFilterHandle_t SlipAveFilterCreate(u16 len)
{
	if(len < 1)
	{
		len = 1;
	}
	//创建一个滤波器并初始化
	SAFiter_t *newFilter;
	newFilter = MALLOC(sizeof(SAFiter_t));
	newFilter->data = MALLOC(len * sizeof(float));
	newFilter->len = len;
	newFilter->index = 0;
	newFilter->has = 0;
	newFilter->isfull = 0;
	newFilter->sum = 0;
	newFilter->res = 0;
	
	return newFilter;
}

获取滤波结果

参考FreeRTOS的设计方式，在获取滤波结果时，将之前创建的滤波器句柄作为参数传进来，实现对特定滤波数据的获取。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
/*
滑动平均滤波器——获取结果
SAFiter：滤波器句柄
input：未滤波的原始数据
返回滤波结果
*/
float GetSAFiterRes(SAFilterHandle_t SAFiter, float input)
{
	SAFiter_t *pFilter = (SAFiter_t *)SAFiter;
	
	if(!pFilter->isfull) /*还没有存满*/
	{
		pFilter->has++; /*求当前数组中已有数据数量*/
		if(pFilter->has == pFilter->len)
		{
			pFilter->isfull = 1; /*标记数组已满*/
		}
	}
	else /*已存满，覆盖写入*/
	{
		pFilter->sum -= pFilter->data[pFilter->index]; /*先移除最早的数据*/	
	}
	/*写入新的数据*/
	pFilter->data[pFilter->index] = input; 
	/*求当前数组中已有数据的总和*/
	pFilter->sum += input; 
	/*更新下次数据的索引号*/
	pFilter->index = (pFilter->index == pFilter->len - 1) ? 0 : pFilter->index + 1;
	/*求当前数组中已有数据的平均值*/
	pFilter->res = pFilter->sum / pFilter->has;
	return pFilter->res;
}

使用示例

以MPU6050陀螺仪的数据滤波为例(相关介绍参考)，假设需要对pitch数据和roll数据进行滤波，使用方式为：

  • 定义2滤波器句柄
  • 创建2滤波器
  • 循环获取数据并滤波
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
//滤波器句柄
SAFilterHandle_t SAFilter_pitch;
SAFilterHandle_t SAFilter_roll;

//创建2个滤波器
SAFilter_pitch = SlipAveFilterCreate(10);
SAFilter_roll = SlipAveFilterCreate(10);

//循环获取数据并滤波
while(1)
{
    if(mpu_dmp_get_data(&pitch,&roll,&yaw,&accx,&accy,&accz,&gyrox,&gyroy,&gyroz)==0)
    { 
        pitch_res = GetSAFiterRes(SAFilter_pitch,pitch);//pitch数据滤波结果
        roll_res = GetSAFiterRes(SAFilter_roll,roll);//roll数据滤波结果
        printf("pitch:%f,%f,roll:%f,%f\r\n",pitch,pitch_res,roll,roll_res);//打印原始数据与滤波后的数据
    }
    vTaskDelay(1);
}

滤波后的结果如下，蓝色为原始数据，橙色为滤波后的结果：