每周一个编程小例子：自适应性滤波器：动态调整以平衡响应与稳定性

By jzgkchina

April 18, 2026

引言

在许多工业控制和自动化应用中，原始信号往往受到噪声干扰或其他因素的影响，需要通过滤波器进行处理以提取有用信息。然而，传统的滤波器在面对信号变化时，可能无法灵活调整其参数，从而导致响应迟缓或过度平滑。为了解决这一问题，本文介绍了一种自适应滤波器（FB_AdaptiveFilter），它能够根据信号变化率动态调整滤波系数，平衡响应速度与滤波效果。

通过该滤波器，可以在信号变化剧烈时提供快速响应，而在信号变化较平缓时，则进行平滑滤波，以提高信号的稳定性。此功能块非常适合用于动态系统的信号处理，尤其是在需要实时调整滤波参数的场景中。

程序代码及介绍

下面是完整的 PLC 程序代码(代码基于 CodeSys 平台的 ST 语言)：


FUNCTION_BLOCK FB_AdaptiveFilter
VAR_INPUT
    RawValue : REAL;               // 原始值
    MaxChangeRate : REAL := 10.0;  // 最大变化率（单位/秒）
    SampleTime : TIME := T#100ms;  // 采样时间
END_VAR
VAR_OUTPUT
    FilteredValue : REAL;          // 滤波后值
    FilterFactor : REAL;           // 当前滤波系数
END_VAR
VAR
    Timer : TON;
    LastRawValue : REAL;
    ChangeRate : REAL;
    AdaptiveFactor : REAL;
END_VAR
// 功能说明：根据信号变化自动调整滤波参数，以平衡响应速度和滤波效果。
// 定时采样
Timer(IN := TRUE, PT := SampleTime);
a := TIME_TO_REAL(SampleTime);
IF Timer.Q THEN
    // 计算变化率
    ChangeRate := ABS(RawValue - LastRawValue) / (TIME_TO_REAL(SampleTime) / 1000);
    // 根据变化率自适应调整滤波系数
    IF ChangeRate > MaxChangeRate THEN
        // 变化剧烈，使用小滤波系数（快速响应）
        AdaptiveFactor := 0.1;
    ELSE
        // 变化平缓，使用大滤波系数（平滑滤波）
        AdaptiveFactor := 0.01 + (0.1 - 0.01) * (ChangeRate / MaxChangeRate);
    END_IF
    // 应用一阶低通滤波
    FilteredValue := FilteredValue + AdaptiveFactor * (RawValue - FilteredValue);
    FilterFactor := AdaptiveFactor;
    LastRawValue := RawValue;
    Timer(IN := FALSE);
END_IF

程序介绍

输入变量

RawValue：原始信号值，即待处理的输入数据。
MaxChangeRate：最大允许的信号变化率（单位：单位/秒），它决定了信号变化的灵敏度。
SampleTime：滤波器的采样时间，决定了数据采样的频率。

输出变量

FilteredValue：经过滤波器处理后的信号值，它代表着滤波后的结果。
FilterFactor：当前使用的滤波系数，指示了滤波器的灵敏度。

内部变量

Timer：定时器，用于控制采样间隔。
LastRawValue：上次的原始信号值，用于计算信号变化率。
ChangeRate：信号的变化率（单位：单位/秒）。
AdaptiveFactor：自适应滤波系数，根据信号变化动态调整。

功能说明

定时采样：定时器每隔SampleTime时间进行一次采样，从而计算当前信号与上次信号的差值。

变化率计算：计算原始信号值的变化率，即当前信号与上次信号值之间的差异。

滤波系数自适应调整：

如果信号变化率大于设定的MaxChangeRate，则采用较小的滤波系数（0.1），以便快速响应。
如果信号变化平缓，则采用较大的滤波系数（范围从 0.01 到 0.1），以便平滑滤波，减少噪声。

一阶低通滤波：使用自适应滤波系数对信号进行滤波，减小噪声并平滑信号，同时保持一定的响应速度。

输出结果：输出滤波后的值FilteredValue和当前滤波系数FilterFactor。

应用场景

动态信号处理：在一些工业控制系统中，信号可能会受到不同程度的噪声或干扰，FB_AdaptiveFilter能够自适应调整滤波参数，在快速变化的环境中提供及时的响应，同时在稳定环境中进行平滑滤波，确保信号的质量。

传感器数据处理：在传感器数据采集过程中，可能会遇到剧烈变化的信号，例如温度、压力等参数的突发波动，利用此滤波器可以平滑这些波动，使得数据更具可用性。

机器人控制：在机器人或自动化设备中，传感器信号常常包含噪声，通过自适应滤波器可以去除不必要的噪声，提高系统的控制精度。

医学仪器：医学监测设备（如心电图、血压监测等）往往需要平滑处理信号，以提高测量结果的准确性和稳定性，此功能块可以在这些设备中应用。

拓展思考

自适应控制系统：除了在滤波器中动态调整滤波系数外，可以进一步扩展此功能块，使其在更复杂的控制系统中动态调整多个控制参数（如 PID 控制中的比例、积分、微分系数）。

滤波算法的多样化：可以结合其他滤波算法（如卡尔曼滤波、加权平均滤波等）进行组合，以应对更加复杂的信号变化模式。

多级滤波：根据不同的变化率，可以设定多个不同级别的滤波策略，从而进一步优化信号处理效果。

总结

FB_AdaptiveFilter功能块通过自适应调整滤波系数，能够在信号变化剧烈时快速响应，在变化平缓时进行平滑滤波，平衡了响应速度和滤波效果。该功能块在需要实时处理动态信号的系统中，提供了灵活的解决方案。未来可以在此基础上进行更多的拓展，使其适用于更加复杂的应用场景，进一步提升自动化系统的性能与可靠性。

你来出题我来答

欢迎大家在评论区提一些标准功能块的需求，如果合适，我们会在以后的文章中与大家分享。

往期回顾