加权圆周期中值滤波-bmp280 datasheet

2.1 圆周期中值/均值滤波法 圆周期均值滤波 [2] 和圆周期中值滤波 [3] 分别由 P.H.Eichel 等和 LANARI R 等人提出的。 这两种方法的前提假设是：相位值本身相对于取样是缓变的，相邻样点间有较好的相似性， 而噪声干扰在相邻样点上却是统计独立的。因此就可以采用邻域平均来实现滤波。在干涉条 纹图中，干涉条纹的区域为矩形平面 [2,3] 。记 ( , )l mϕ 为干涉图中(l,m)处的样点的相位值。 取滑动窗口 D的大小为（2LD+1）×（2MD+1）（行方向×列方向），被滤波的相位点位于窗口 中心。 ml ,ϕ̂ 记为滤波器的输出。 圆周期均值滤波的算法可表示为： ^ , , , ,, [arg[exp( ) / ]] arg( )l m nl nm l m l ml m mean j d dϕ ϕ= + (1) , ,exp( ) D D D D l L m M l m nl nm nl l L nm m M d jϕ + + − − − − = ∑ ∑ (2) 其中： , ,arg[exp( ) / ]nl nm l mj dϕ 为滤波窗口中的各矢量与主矢量的相角差； mean[·]是对以样点(l，m)为中心的窗口中各元素取均值运算。 圆周期中值滤波的算法为： ^ , , , ,, [arg[exp( ) / ]] arg( )l m nl nm l m l ml m median j d dϕ ϕ= + (3) 式中， ,l m median [·]是对以样点（l，m）为中心的窗口中各元素取中值运算。 圆周期均值滤波法的优点是滤波效果控制简单，并且在噪声为独立于雷达信号的加性高 斯分布时，滤波的结果是 小均方意义下 优的。其不足是会破坏相位条纹的连续性，同时 无法滤除颗粒噪声。而圆周期中值滤波法圆周期均值滤波法相比，圆周期中值滤波具有较好 的相位条纹的保持能力，同时能够有效地滤除颗粒噪声，但是没有利用信号的统计特性，所 以结果并非统计 优的。 2.2 加权圆周期中值滤波 由于圆周期均值滤波和圆周期中值滤波法在滤除高斯噪声和颗粒噪声方面各有所长，结 合噪声分布特性权重，将两种算法结合起来，即产生了加权圆周期中值滤波法 [4] 。 加权圆周期中值滤波的算法为： ^ , , , , ,[arg[exp( ) / ]] arg( ) D D D D l L m M l m nl nm nl nm l m l m nl l L nm m M w j d dϕ ϕ + + − − − − = ⋅ +∑ ∑ (4) 其中： ' 2 , , , , 1 / [1 ( ) ]nl nm l m nl nm l m M w S ϕ+ − = (5) ────────────-———————— 1 本课题得到高等学校博士学科点专项科研基金(20090095110002)、国家自然科学基金（40772191）资助