FreeRTOS设计模式借鉴——设计一个滑动平均滤波器

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(FreeRTOS源码探析之——任务调度相关)有任务控制块TCB_t，

事件标志组(FreeRTOS源码探析之——事件标志组)有事件控制块EventGroup_t，消息队列(FreeRTOS源码探析之——消息队列)有消息队列控制块Queue_t，

软件定时器(FreeRTOS源码探析之——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。

1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

滤波器是初始状态如下图

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。

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。

/*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。

/*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。

/*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;}

3使用示例

以MPU6050陀螺仪的数据滤波为例(相关介绍参考MPU6050姿态解算方式1-DMP)，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

//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：