10种经典的软件滤波方法

单片机编程经验

经验之一：用“软件陷阱+程序口令”对付PC指针的弹飞

当CPU受到外界干扰,有时PC指针会飞到另一段程序中,或跳到空白段去。其实,如果PC指针飞到空白段去，倒也好处理。只要在空白段设立软件陷阱(拦截指令),将程序拦截到初始化段或程序错误处理段。但是,如果PC指针飞到另一段程序中去了，系统如何办?小匠在这里推荐一种方法——程序口令，思路如下：

1、首先，程序必须模块化。每个模块（子程序）执行一个功能。每个模块只有一个出口（RET）。

2、设立一个模块（子程序）ID寄存器。

3、为每个子程序配置一个唯一的ID号码。

4、每当子程序执行完毕，要返回（RET）之前，

先将本子程序的ID号送入ID寄存器。

5、返回到上级程序后，先判断ID寄存器中的ID号。

如果正确，则继续执行；如果不正确，则表示PC指针有可能已经跳错了，子程序没有按预计的出口返回，这时将程序拦截到初始化段或程序错误处理段。

这种方法，如同在程序中设立了若干个岗哨，每次调用子程序返回后，都要对口令（ID号），验明正身后再放行。再配合软件陷阱，基本上可以将大多数PC指针弹飞的现象检测到。到了程序错误处理段，要杀要剐（冷启动还是热启动）就由您了。

仅以一条代码来揭示程序飞跑的本质！750102H ；MOV 01H，#02H ，如当前PC不是指向75H，而是指向01H或02H，那么51内的指令译码器将把她们忠实地翻译成AJMP X01H 或LJMP XXXXH 而XX 01H XXXXH又是什么呢？天知道！这样恶性飞跑下去那还不死定！改革一下：

CLR A ；0C4H

INC A ；04H

MOV R1，A ；0F9H

INC A ；04H

MOV @R1,A ；86H

每一字节代码都不能在生成跳转和循环，且都是单字节指令！往那跑去？跑出去了都要自己回来！“在家”千日好！“跳出”事事难嘛！这样只要平时习惯了用累加器和寄存器把数倒一倒，把那些危险代码都给倒掉，这样虽说给PC的“足”上多加了两字节的“包”可它不好“跑”啊！“足包”====跑！有朋友会问：要是PC抓做02H--LJ MP 又有抓做了老鼻子远的XXH，再抓做隔壁的YYH不就没用了吗？提这样的问题只有ZENYIN这种钻牛角得才会提！PC那一位最活跃啊？PC0啊！要“扯拐”显然发生在她身上，至于那PC15同志啊，睡得更死猪一样，雷爆（强干扰）来了都打不醒？此外如果干扰都强到了PC高位都出错的地步！关电！关电！不干了！“不是我们不行而是敌人太强大”！反过来要是敌人在你的专政下，只是偶尔出来捣捣乱，但一出来就冲到屁西（PC）高层，就要问问是不是你的王国根基（硬件）有问题了？而非出在意识形态（软件）上！硬件为本！软件为标！

标本兼治铸就坚强体魄，方能百毒不侵！

经验之二、不要轻信软件狗

关于软件狗的讨论，论坛上多矣。匠人也曾经查阅过许多关于软件狗的文章。有些大师确实提出了一些比较有技巧性的方法。但是，匠人的忠告是：不要轻信软件狗！其实，软件狗相当于软件的一种自律行为。一般的思路都是通过设立一个计数器，在计时中断中对其+1，在主程序的适当地方对其清零。如果程序失控了，清零指令未被执行，但中断造常发生，则计数器溢出（狗狗叫了）。但是这里有个问题：万一干扰导致中断被屏蔽了，那软件狗就永远不会叫了！——针对这种可能，有人提出在主程序中反复刷新中断使能标志，保证不让中断被屏蔽。——但万一程序飞到某个死循环中去了，不再执行“刷新中断使能标志”这一功能了，还是有可能把狗狗活活饿死。

所以，匠人的观点是：看门狗必须拥有独立的计数器。（即硬件看门狗）好在现在好多芯片都提供了内部W DT。这种狗都是自带计数器的。即使干扰导致程序失控，WDT还是会造常计数直到溢出。当然，匠人也没有要将软件狗一棍子全部打死的意思。毕竟不管是软狗还是硬狗，逮到耗子就是好狗嘛（狗拿耗子——多管闲事？）。如果哪位训狗专家确实养过一条能看门的好软件狗，请牵出来让大伙瞧瞧。

经验之三、话说RAM冗余技术

所谓的RAM冗余，就是：

1、将重要的数据信息备份2份（或以上）并存放在RAM中不同的区域（指地址不相

连）。

2、当平时对这些数据进行修改时，同时也更新备份。

3、当干扰发生并被拦截到“程序错误处理段”中时，

将数据与备份做比较，采用表决方式（少数服从多数）选出正确（或可能正确？）的那个。

4、备份越多，效果越好。（当然，你得有足够的存储空间）。

5、只备份最最原始的数据。中间变量（指那些可以从原始数据重新推导出来的数据）

不必备份，

注：1、这种思路的理论依据，据说是源于一种“概率论”，即一个人被老婆打肿脸的概

率是很大的，但如果他捂着脸去上班却发现全公司每个已婚男人的脸都青了，这种概率是很

小的。同理，一个RAM寄存器数据被冲毁的概率是很大的，但地址不相连的多个RAM同时

被冲毁的概率是很小的。

2、前两年，小匠学徒时，用过一次这种方法，但效果不太理想。当时感觉可能是概

率论在我这失效了？现在回想起来，可能是备份的时机选的不好。结果将已经冲毁的数据又

备份进去了。这样以来，恢复出来的数据自然也就不对了。

经验之四、话说指令冗余技术

前面有个朋友问到指令冗余，按匠人的理解，指令冗余，就是动作冗余。举个例子，你要在某个输出口上输出一个高电平去驱动一个外部器件，你如果只送一次“1”，那么，当干扰来临时，这个“1”就有可能变成“0”了。正确的处理方式是，你定期刷新这个“1”。那么，即使偶然受了干扰，它也能恢复回来。除了I/O口动作的冗余，匠人强烈建议大家在下面各方面也采用这种方法：

1、LCD的显示。有时，也许你会用一些LCD的专用驱动芯片（如HT1621），这种芯片有个好处，即你只要将显示数据传送给它，它就会不断的自动扫描LCD。但是，你千万不要以为这样就没你啥事了。正确的处理方式是，要记得定期刷新送显数据（即使显示内容没有改变）。对于CPU中自带LCD DRIVER 的，也要定期刷新LCD RAM。

2、中断使能标志的设置。不要以为你在程序初始化段将中断设置好就OK了。应该在主程序中适当的地方定期刷新一下，以免你的中断被挂起来。

3、其它一些标志字和参数寄存器（包括你自己定义的），也要记得常常刷新。

4、其它一些你认为有必要反复刷新的地方。

经验之五、10种软件滤波方法

下面奉献——匠人呕心沥血搜肠刮肚冥思苦想东拼西凑整理出来的10种软件滤波方法：

1、限幅滤波法（又称程序判断滤波法）

A、方法：根据经验判断，确定两次采样允许的最大偏差值（设为A），每次检测到新值时判断：如果本次值与上次值之差<=A,则本次值有效。如果本次值与上次值之差>A,则本次值无效,放弃本次值,用上次值代替本次值

B、优点：能有效克服因偶然因素引起的脉冲干扰。

C、缺点：无法抑制那种周期性的干扰，平滑度差。

2、中位值滤波法

A、方法：连续采样N次（N取奇数），把N次采样值按大小排列，取中间值为本次有效值。

B、优点：能有效克服因偶然因素引起的波动干扰，对温度、液

位的变化缓慢的被测参数有良好的滤波效果。

C、缺点：对流量、速度等快速变化的参数不宜。

3、算术平均滤波法

A、方法：连续取N个采样值进行算术平均运算。N值较大时：信号平滑度较高，但灵敏度较低；N值较小时：信号平滑度较低，但灵敏度较高。N值的选取：一般流量，N=12；压力：N=4

B、优点：适用于对一般具有随机干扰的信号进行滤波，这样信号的特点是有一个平均值，信号在某一数值范围附近上下波动。

C、缺点：对于测量速度较慢或要求数据计算速度较快的实时控制不适用，比较浪费RAM。

4、递推平均滤波法（又称滑动平均滤波法）

A、方法：把连续取N个采样值看成一个队列，队列的长度固定为N，每次采样到一个新数据放入队尾,并扔掉原来队首的一次数据.(先进先出原则)，把队列中的N个数据进行算术平均运算,就可获得新的滤波结果。N值的选取：流量，N=12；压力：N=4；液面，N=4~12；温度，N=1~4

B、优点：对周期性干扰有良好的抑制作用，平滑度高，适用于高频振荡的系统。

C、缺点：灵敏度低，对偶然出现的脉冲性干扰的抑制作用较差，不易消除由于脉冲干扰所引起的采样值偏差，不适用于脉冲干扰比较严重的场合，比较浪费RAM

5、中位值平均滤波法（又称防脉冲干扰平均滤波法）

A、方法：相当于“中位值滤波法”+“算术平均滤波法”。连续采样N个数据，去掉一个最大值和一个最小值，然后计算N-2个数据的算术平均值。N值的选取：3~14

B、优点：融合了两种滤波法的优点，对于偶然出现的脉冲性干扰，可消除由于脉冲干扰所引起的采样值偏差。

C、缺点：测量速度较慢，和算术平均滤波法一样，比较浪费RAM。

6、限幅平均滤波法

A、方法：相当于“限幅滤波法”+“递推平均滤波法”，每次采样到的新数据先进行限幅处理，再送入队列进行递推平均滤波处理。

B、优点：融合了两种滤波法的优点，对于偶然出现的脉冲性干扰，可消除由于脉冲干扰所引起的采样值偏差。

C、缺点：比较浪费RAM。

7、一阶滞后滤波法

A、方法：取a=0~1，本次滤波结

果=（1-a）*本次采样值+a*上次滤波结果。

B、优点：对周期性干扰具有良好的抑制作用，适用于波动频率较高的场合。

C、缺点：相位滞后，灵敏度低，滞后程度取决于a值大小，不能消除滤波频率高于采样频率的1/2的干扰信号。

8、加权递推平均滤波法

A、方法：是对递推平均滤波法的改进，即不同时刻的数据加以不同的权。通常是，越接近现时刻的数据，权取得越大。给予新采样值的权系数越大，则灵敏度越高，但信号平滑度越低。

B、优点：适用于有较大纯滞后时间常数的对象和采样周期较短的系统。

C、缺点：对于纯滞后时间常数较小，采样周期较长，变化缓慢的信号不能迅速反应系统当前所受干扰的严重程度，滤波效果差。

9、消抖滤波法

A、方法：设置一个滤波计数器将每次采样值与当前有效值比较：如果采样值＝当前有效值，则计数器清零如果采样值<>当前有效值，则计数器+1，并判断计数器是否>=上限N(溢出)，如果计数器溢出,则将本次值替换当前有效值,并清计数器。

B、优点：对于变化缓慢的被测参数有较好的滤波效果，可避免在临界值附近控制器的反复开/关跳动或显示器上数值抖动。

C、缺点：对于快速变化的参数不宜，如果在计数器溢出的那一次采样到的值恰好是干扰值,则会将干扰值当作有效值导入系统。

10、限幅消抖滤波法

A、方法：相当于“限幅滤波法”+“消抖滤波法”先限幅,后消抖。

B、优点：继承了“限幅”和“消抖”的优点改进了“消抖滤波法”中的某些缺陷,避免将干扰值导入系统。

C、缺点：对于快速变化的参数不宜。

IIR 数字滤波器

A. 方法：确定信号带宽，滤之。Y(n) = a1*Y(n-1) + a2*Y(n-2) + . + ak*Y(n-k) + b0*X(n) + b1*X(n-1) + b2*X(n-2) + . + bk*X(n-k)。

B. 优点：高通，低通，带通，带阻任意。设计简单(用matlab）

C. 缺点：运算量大。

几种非线性滤波算法的研究-内附程序

2017 年秋季学期研究生课程考核（读书报告、研究报告）考核科目:雷达系统导论学生所在（系）:电子与信息工程学院学生所在学科:电子与同学工程学生姓名: 学号: 学生类别: 考核结果阅卷人第 1 页（共页）

几种非线性滤波算法的介绍与性能分析作者姓名：学号：专业院系：电信学院电子工程系电子邮件：摘要—非线性滤波算法在雷达目标跟踪中有着重要的应用，对雷达的跟踪性能有着至关重要的影响。好的滤波算法有利于目标航迹的建立及保持，能够得到较精确的目标位置，为发现目标后的后续工作提供可靠的数据依据。本文重点介绍了雷达数据处理中的几种非线性滤波算法：扩展卡尔曼滤波（EKF）、不敏卡尔曼滤波（UKF）、粒子滤波（PF），并且给出了一个利用这三种算法进行数据处理的一个实例，通过这个实例对比分析了这三种算法的性能以及优劣。关键字—非线性滤波算法；扩展卡尔曼滤波；不敏卡尔曼滤波；粒子滤波； I.概述（一级表题格式）在雷达对目标进行跟踪前要先对目标进行检测。对于满足检测条件的目标就需要进行跟踪，在跟踪的过程中可以利用新获得的数据完成对目标的进一步检测比如去除虚假目标等，同时利用跟踪获得数据可以进一步完成对目标动态特性的检测和识别。因此对目标进行准确的跟踪是雷达性能的一个重要指标。在检测到满足条件的目标后，根据目标运动状态建立目标运动模型，然后对目标跟踪算法进行设计，这是雷达目标跟踪中的核心部分。目前主要的跟踪算法包括线性自回归滤波，两点外推滤波、维纳滤波、- αβ滤波、加权最小二乘滤波、维纳滤波和卡尔曼滤波[1]。对于线性系统而言最优滤波的方法就是卡尔曼滤波，卡尔曼滤波是线性高斯模型下的最优状态估计算法。但是实际问题中目标的运动模型往往不是线性的，因此卡尔曼滤波具有很大的局限性。目前主要用的非线性滤波算法可以分为高斯滤波和粒子滤波[2]。不敏卡尔曼滤波和扩展卡尔曼滤波就是高斯滤波中的典型代表，也是应用相对较为广泛的。粒子滤波的应用范围比高斯滤波的适用范围要广，对于系统状态非线性，观测模型非高斯等问题都有很好的适用性。本文具体分析阐述了扩展卡尔曼滤波算法，不敏卡尔曼滤波算法，粒子滤波算法，并且通过一个实例利用仿真的方法分析了这三种算法在滤波性能上的优劣，最后对这三种算法做了一定的总结。我本科毕业设计题目为《基于历史数据的路径生成算法研究》，由于我是跨专业保研到电信学院，该课题所研究内容不属于雷达系统研究范围，是一种城市路网最快路径生成算法。 II.几种非线性滤波算法 A.扩展卡尔曼滤波扩展卡尔曼滤波是将非线性系统转换为近似的线性系统的一种方法，其核心思想是围绕滤波值将非线性函数展开成泰勒级数并略去二阶及以上的项，得到一个近似的线性化模型，然后应用卡尔曼滤波完成状态估计。扩展卡尔曼滤波状态空间模型： k k k w x f+ = + ) ( x 1 状态方程 k k k v x h+ =) ( z观测方程其中(.) f和(.) h为非线性函数在扩展卡尔曼滤波中，状态的预测以及观测值的预测由非线性函数计算得出，线性卡尔曼滤波中的状态转移矩阵A阵和观测矩阵H阵由f和h函数的雅克比矩阵代替。对 (.) f和(.) h Taylor展开，只保留一次项有： ) ? ( ) ?( ) ( k k k k k x x A x f x f- + ≈ ) ? ( ) ?( ) ( k k k k k x x H x h x h- + ≈ 其中： k k x x k k dx df A ?= =为f对 1- k x求导的雅克比矩阵 k k x x k k dx dh H ?= =为h对 1- k x求导的雅克比矩阵 ) ?( ? 1-k k x f x=，于是可以得出： k k k k k k k w x A x f x A x+ - + ≈ + ) ? ) ?( ( 1 k k k k k k k v x H x h x H z+ - + ≈ + ) ? ) ?( ( 1 通过以上变换，将非线性问题线性化。接下来EKF 滤波过程同线性卡尔曼滤波相同，公式如下: )) | (?( ) |1 ( X?k k X f k k= + ) ( ) ( ) | ( ) ( ) |1 (P k Q k k k P k k k+ Φ' Φ = + )1 ( )1 ( ) |1 ( )1 ( )1 (S+ + + ' + + = +k R k H k k P k H k )1 ( )1 ( ) |1 ( )1 ( K1+ + ' + = +-k S k H k k P k

卡尔曼滤波算法总结

Kalman_Filter(float Gyro,float Accel) { Angle+=(Gyro - Q_bias) * dt; Pdot[0]=Q_angle - PP[0][1] - PP[1][0]; Pdot[1]= - PP[1][1]; Pdot[2]= - PP[1][1]; Pdot[3]=Q_gyro; PP[0][0] += Pdot[0] * dt; PP[0][1] += Pdot[1] * dt; PP[1][0] += Pdot[2] * dt; PP[1][1] += Pdot[3] * dt; Angle_err = Accel - Angle; PCt_0 = C_0 * PP[0][0]; PCt_1 = C_0 * PP[1][0]; E = R_angle + C_0 * PCt_0; K_0 = PCt_0 / E; K_1 = PCt_1 / E; t_0 = PCt_0; t_1 = C_0 * PP[0][1]; PP[0][0] -= K_0 * t_0; PP[0][1] -= K_0 * t_1; PP[1][0] -= K_1 * t_0; PP[1][1] -= K_1 * t_1; Angle += K_0 * Angle_err; Q_bias += K_1 * Angle_err; Gyro_x = Gyro - Q_bias; } 首先是卡尔曼滤波的5个方程： -=--+（1）先验估计 X k k AX k k Bu k (|1)(1|1)() -=--+（2）协方差矩阵的预测(|1)(1|1)' P k k AP k k A Q

常用的8种数字滤波算法

常用的8种数字滤波算法摘要：分析了采用数字滤波消除随机干扰的优点，详细论述了微机控制系统中常用的8种数字滤波算法，并讨论了各种数字滤波算法的适用范围。关键词：数字滤波；控制系统；随机干扰；数字滤波算法 1 引言在微机控制系统的模拟输入信号中，一般均含有各种噪声和干扰，他们来自被测信号源本身、传感器、外界干扰等。为了进行准确测量和控制，必须消除被测信号中的噪声和干扰。噪声有2大类：一类为周期性的，其典型代表为50 Hz 的工频干扰，对于这类信号，采用积分时间等于20 ms整倍数的双积分A/D转换器，可有效地消除其影响；另一类为非周期的不规则随机信号，对于随机干扰，可以用数字滤波方法予以削弱或滤除。所谓数字滤波，就是通过一定的计算或判断程序减少干扰信号在有用信号中的比重，因此他实际上是一个程序滤波。数字滤波器克服了模拟滤波器的许多不足，他与模拟滤波器相比有以下优点： (1)数字滤波器是用软件实现的，不需要增加硬设备，因而可靠性高、稳定性好，不存在阻抗匹配问题。 (2)模拟滤波器通常是各通道专用，而数字滤波器则可多通道共享，从而降低了成本。 (3)数字滤波器可以对频率很低(如0.01 Hz)的信号进行滤波，而模拟滤波器由于受电容容量的限制，频率不可能太低。 (4)数字滤波器可以根据信号的不同，采用不同的滤波方法或滤波参数，具有灵活、方便、功能强的特点。 2 常用数字滤波算法数字滤波器是将一组输入数字序列进行一定的运算而转换成另一组输出数字序列的装置。设数字滤波器的输入为X(n)，输出为Y(n)，则输入序列和输出序列之间的关系可用差分方程式表示为：其中：输入信号X(n)可以是模拟信号经采样和A/D变换后得到的数字序列，也

几种卡尔曼滤波算法理论

自适应卡尔曼滤波卡尔曼滤波发散的原因如果卡尔曼滤波是稳定的，随着滤波的推进，卡尔曼滤波估计的精度应该越来越高，滤波误差方差阵也应趋于稳定值或有界值。但在实际应用中，随着量测值数目的增加，由于估计误差的均值和估计误差协方差可能越来越大，使滤波逐渐失去准确估计的作用，这种现象称为卡尔曼滤波发散。引起滤波器发散的主要原因有两点：（1）描述系统动力学特性的数学模型和噪声估计模型不准确，不能直接真实地反映物理过程，使得模型与获得的量测值不匹配而导致滤波发散。这种由于模型建立过于粗糙或失真所引起的发散称为滤波发散。（2）由于卡尔曼滤波是递推过程，随着滤波步数的增加，舍入误差将逐渐积累。如果计算机字长不够长，这种积累误差很有可能使估计误差方差阵失去非负定性甚至失去对称性，使滤波增益矩阵逐渐失去合适的加权作用而导致发散。这种由于计算舍入误差所引起的发散称为计算发散。针对上述卡尔曼滤波发散的原因，目前已经出现了几种有效抑制滤波发散的方法，常用的有衰减记忆滤波、限定记忆滤波、扩充状态滤波、有限下界滤波、平方根滤波、和自适应滤波等。这些方法本质上都是以牺牲滤波器的最优性为代价来抑制滤波发散，也就是说，多数都是次优滤波方法。自适应滤波在很多实际系统中，系统过程噪声方差矩阵Q和量测误差方差阵R事先是不知道的，有时甚至连状态转移矩阵或量测矩阵H也不能确切建立。如果所建立的模型与实际模型不符可能回引起滤波发散。自适应滤波就是这样一种具有抑制滤波发散作用的滤波方法。在滤波过程中，自适应滤波一方面利用量测值修正预测值，同时也对未知的或不确切的系统模型参数和噪声统计参数进行估计修正。自适应滤波的方法很多，包括贝叶斯法、极大似然法、相关法与协方差匹配法，其中最基本也是最重要的是相关法，而相关法可分为输出相关法和新息相关法。

10种软件滤波算法

10种软件滤波方法的示例程序 1 推荐 10种软件滤波方法的示例程序假定从8位AD中读取数据（如果是更高位的AD可定义数据类型为int),子程序为get_ad(); 1、限副滤波 /* A值可根据实际情况调整 value为有效值，new_value为当前采样值滤波程序返回有效的实际值 */ #define A 10 char value; char filter() { char new_value; new_value = get_ad(); if ( ( new_value - value > A ) || ( value - new_value > A ) return value; return new_value; } 2、中位值滤波法 /* N值可根据实际情况调整排序采用冒泡法*/ #define N 11 char filter() { char value_buf[N]; char count,i,j,temp; for ( count=0;count

{ if ( value_buf[i]>value_buf[i+1] ) { temp = value_buf[i]; value_buf[i] = value_buf[i+1]; value_buf[i+1] = temp; } } } return value_buf[(N-1)/2]; } 3、算术平均滤波法 /* */ #define N 12 char filter() { int sum = 0; for ( count=0;count

10种常用滤波方法

1、限幅滤波法(又称程序判断滤波法) A、方法: 根据经验判断,确定两次采样允许的最大偏差值(设为A) 每次检测到新值时判断: 如果本次值与上次值之差<=A,则本次值有效如果本次值与上次值之差>A,则本次值无效,放弃本次值,用上次值代替本次值B、优点: 能有效克服因偶然因素引起的脉冲干扰 C、缺点无法抑制那种周期性的干扰平滑度差 2、中位值滤波法 A、方法: 连续采样N次(N取奇数) 把N次采样值按大小排列取中间值为本次有效值 B、优点: 能有效克服因偶然因素引起的波动干扰对温度、液位的变化缓慢的被测参数有良好的滤波效果 C、缺点: 对流量、速度等快速变化的参数不宜 3、算术平均滤波法 A、方法: 连续取N个采样值进行算术平均运算 N值较大时:信号平滑度较高,但灵敏度较低 N值较小时:信号平滑度较低,但灵敏度较高 N值的选取:一般流量,N=12;压力:N=4 B、优点: 适用于对一般具有随机干扰的信号进行滤波这样信号的特点是有一个平均值,信号在某一数值范围附近上下波动 C、缺点: 对于测量速度较慢或要求数据计算速度较快的实时控制不适用比较浪费RAM 4、递推平均滤波法(又称滑动平均滤波法) A、方法: 把连续取N个采样值看成一个队列队列的长度固定为N 每次采样到一个新数据放入队尾,并扔掉原来队首的一次数据.(先进先出原则) 把队列中的N个数据进行算术平均运算,就可获得新的滤波结果 N值的选取:流量,N=12;压力:N=4;液面,N=4~12;温度,N=1~4 B、优点:

对周期性干扰有良好的抑制作用,平滑度高适用于高频振荡的系统 C、缺点: 灵敏度低对偶然出现的脉冲性干扰的抑制作用较差不易消除由于脉冲干扰所引起的采样值偏差不适用于脉冲干扰比较严重的场合比较浪费RAM 5、中位值平均滤波法(又称防脉冲干扰平均滤波法) A、方法: 相当于“中位值滤波法”+“算术平均滤波法” 连续采样N个数据,去掉一个最大值和一个最小值然后计算N-2个数据的算术平均值 N值的选取:3~14 B、优点: 融合了两种滤波法的优点对于偶然出现的脉冲性干扰,可消除由于脉冲干扰所引起的采样值偏差C、缺点: 测量速度较慢,和算术平均滤波法一样比较浪费RAM 6、限幅平均滤波法 A、方法: 相当于“限幅滤波法”+“递推平均滤波法” 每次采样到的新数据先进行限幅处理, 再送入队列进行递推平均滤波处理 B、优点: 融合了两种滤波法的优点对于偶然出现的脉冲性干扰,可消除由于脉冲干扰所引起的采样值偏差C、缺点: 比较浪费RAM 7、一阶滞后滤波法 A、方法: 取a=0~1 本次滤波结果=(1-a)*本次采样值+a*上次滤波结果 B、优点: 对周期性干扰具有良好的抑制作用适用于波动频率较高的场合 C、缺点: 相位滞后,灵敏度低滞后程度取决于a值大小

10种简单的数值滤波方法

单片机利用软件抗干扰的几种滤波方法 1、限幅滤波法（又称程序判断滤波法） A、方法：根据经验判断，确定两次采样允许的最大偏差值（设为A），每次检测到新值时判断：如果本次值与上次值之差<=A,则本次值有效；如果本次值与上次值之差>A,则本次值无效,放弃本次值,用上次值代替本次值。 B、优点：能有效克服因偶然因素引起的脉冲干扰。 C、缺点无法抑制那种周期性的干扰，平滑度差。 2、中位值滤波法 A、方法：连续采样N次（N取奇数），把N次采样值按大小排列，取中间值为本次有效值。 B、优点：能有效克服因偶然因素引起的波动干扰，对温度、液位的变化缓慢的被测参数有良好的滤波效果。 C、缺点：对流量、速度等快速变化的参数不宜。 3、算术平均滤波法 A、方法：连续取N个采样值进行算术平均运算，N值较大时：信号平滑度较高，但灵敏度较低；N值较小时：信号平滑度较低，但灵敏度较高；N值的选取：一般流量，N=12；压力：N=4。 B、优点：适用于对一般具有随机干扰的信号进行滤波，这样信号的特点是有一个平均值，信号在某一数值范围附近上下波动。 C、缺点：对于测量速度较慢或要求数据计算速度较快的实时控制不适用，比较浪费RAM。 4、递推平均滤波法（又称滑动平均滤波法）。 A、方法：把连续取N个采样值看成一个队列，队列的长度固定为N，每次采样到一个新数据放入队尾,并扔掉原来队首的一次数据.(先进先出原则)，把队列中的N个数据进行算术平均运算,就可获得新的滤波结果。N值的选取：流量，N=12；压力：N=4；液面，N=4~12；温度，N=1~4。 B、优点：对周期性干扰有良好的抑制作用，平滑度高，适用于高频振荡的系统 C、缺点：灵敏度低，对偶然出现的脉冲性干扰的抑制作用较差，不易消除由于脉冲干扰所引起的采样值偏差，不适用于脉冲干扰比较严重的场合，比较浪费RAM。 5、中位值平均滤波法（又称防脉冲干扰平均滤波法） A、方法：相当于“中位值滤波法”+“算术平均滤波法”，连续采样N个数据，去掉一个最大值和一个最小值，然后计算N-2个数据的算术平均值，N值的选取：3~14， B、优点：融合了两种滤波法的优点，对于偶然出现的脉冲性干扰，可消除由于脉冲干扰所引起的采样值偏差。 C、缺点：测量速度较慢，和算术平均滤波法一样，比较浪费RAM。 6、限幅平均滤波法

(整理)11种滤波方法+范例代码.

软件滤波算法（转载）这几天做一个流量检测的东西，其中用到了对数据的处理部分，试了很多种方法，从网上找到这些个滤波算法，贴出来记下需要注意的是如果用到求平均值的话，注意总和变量是否有溢出，程序没必要照搬，主要学习这些方法，相信做东西的时候都能用得上 1、限幅滤波法（又称程序判断滤波法） A、方法：根据经验判断，确定两次采样允许的最大偏差值（设为A）每次检测到新值时判断：如果本次值与上次值之差<=A,则本次值有效如果本次值与上次值之差>A,则本次值无效,放弃本次值,用上次值代替本次值 B、优点：能有效克服因偶然因素引起的脉冲干扰 C、缺点无法抑制那种周期性的干扰平滑度差 2、中位值滤波法 A、方法：连续采样N次（N取奇数）把N次采样值按大小排列取中间值为本次有效值 B、优点：能有效克服因偶然因素引起的波动干扰对温度、液位的变化缓慢的被测参数有良好的滤波效果 C、缺点：对流量、速度等快速变化的参数不宜 3、算术平均滤波法 A、方法：连续取N个采样值进行算术平均运算 N值较大时：信号平滑度较高，但灵敏度较低 N值较小时：信号平滑度较低，但灵敏度较高 N值的选取：一般流量，N=12；压力：N=4 B、优点：

适用于对一般具有随机干扰的信号进行滤波这样信号的特点是有一个平均值，信号在某一数值范围附近上下波动 C、缺点：对于测量速度较慢或要求数据计算速度较快的实时控制不适用比较浪费RAM 4、递推平均滤波法（又称滑动平均滤波法） A、方法：把连续取N个采样值看成一个队列队列的长度固定为N 每次采样到一个新数据放入队尾,并扔掉原来队首的一次数据.(先进先出原则) 把队列中的N个数据进行算术平均运算,就可获得新的滤波结果 N值的选取：流量，N=12；压力：N=4；液面，N=4~12；温度，N=1~4 B、优点：对周期性干扰有良好的抑制作用，平滑度高适用于高频振荡的系统 C、缺点：灵敏度低对偶然出现的脉冲性干扰的抑制作用较差不易消除由于脉冲干扰所引起的采样值偏差不适用于脉冲干扰比较严重的场合比较浪费RAM 5、中位值平均滤波法（又称防脉冲干扰平均滤波法） A、方法：相当于“中位值滤波法”+“算术平均滤波法” 连续采样N个数据，去掉一个最大值和一个最小值然后计算N-2个数据的算术平均值 N值的选取：3~14 B、优点：融合了两种滤波法的优点对于偶然出现的脉冲性干扰，可消除由于脉冲干扰所引起的采样值偏差 C、缺点：测量速度较慢，和算术平均滤波法一样比较浪费RAM

卡尔曼滤波算法总结

卡尔曼滤波算法总结-标准化文件发布号：（9556-EUATWK-MWUB-WUNN-INNUL-DDQTY-KII

2015.12.12 void Kalman_Filter(float Gyro,float Accel) { Angle+=(Gyro - Q_bias) * dt; Pdot[0]=Q_angle - PP[0][1] - PP[1][0]; Pdot[1]= - PP[1][1]; Pdot[2]= - PP[1][1]; Pdot[3]=Q_gyro; PP[0][0] += Pdot[0] * dt; PP[0][1] += Pdot[1] * dt; PP[1][0] += Pdot[2] * dt; PP[1][1] += Pdot[3] * dt; Angle_err = Accel - Angle; PCt_0 = C_0 * PP[0][0]; PCt_1 = C_0 * PP[1][0]; E = R_angle + C_0 * PCt_0; K_0 = PCt_0 / E; K_1 = PCt_1 / E; t_0 = PCt_0; t_1 = C_0 * PP[0][1]; PP[0][0] -= K_0 * t_0; PP[0][1] -= K_0 * t_1; PP[1][0] -= K_1 * t_0; PP[1][1] -= K_1 * t_1; Angle += K_0 * Angle_err; Q_bias += K_1 * Angle_err; Gyro_x = Gyro - Q_bias; }

首先是卡尔曼滤波的5个方程： (|1)(1|1)() X k k AX k k Bu k -=--+（1）先验估计 (|1)(1|1)'P k k AP k k A Q -=--+（2）协方差矩阵的预测 ()(|1)'/(|1)')Kg k P k k H HP k k H R =--+（3）计算卡尔曼增益 (|)(|1)()(()(|1))X k k X k k Kg k Z k HX k k =-+--（4）进行修正 5个式子比较抽象，现在直接用实例来说：一、卡尔曼滤波第一个式子对于角度来说，我们认为此时的角度可以近似认为是上一时刻的角度值加上上一时刻陀螺仪测得的角加速度值乘以时间，因为d dt θω=?，角度微分等于时间的微分乘以角速度。但是陀螺仪有个静态漂移（而且还是变化的），静态漂移就是静止了没有角速度然后陀螺仪也会输出一个值，这个值肯定是没有意义的，计算时要把它减去。由此我们得到了当前角度的预测值Angle Angle=Angle+(Gyro - Q_bias) * dt; 其中等号左边Angle 为此时的角度，等号右边Angle 为上一时刻的角度，Gyro 为陀螺仪测的角速度的值，dt 是两次滤波之间的时间间隔，我们的运行周期是4ms 或者6ms 。同时 Q_bias 也是一个变化的量。但是就预测来说认为现在的漂移跟上一时刻是相同的，即 Q_bias=Q_bias 将上面两个式子写成矩阵的形式 1_0 1_0 Angle dt Angle dt Q bias Q bia o s Gyr -= + 得到上式，这个式子对应于卡尔曼滤波的第一个式子 (|1)(1|1)() X k k AX k k Bu k -=--+ (|)(|1) P k k I Kg k H P k k =--（（））（5）更新协方差阵

常用的软件滤波方法(工程师必备).

软件滤波在嵌入式的数据采集和处理中有着很重要的作用，这10种方法各有优劣，根据自己的需要选择。同时提供了C语言的参考代码，希望对各位能有帮助。 1、限幅滤波法（又称程序判断滤波法） A、方法：根据经验判断，确定两次采样允许的最大偏差值（设为A）每次检测到新值时判断：如果本次值与上次值之差<=A,则本次值有效如果本次值与上次值之差>A,则本次值无效,放弃本次值,用上次值代替本次值 B、优点：能有效克服因偶然因素引起的脉冲干扰 C、缺点无法抑制那种周期性的干扰平滑度差 /* A值可根据实际情况调整 value为有效值，new_value为当前采样值滤波程序返回有效的实际值 */ #define A 10 char value; char filter()

char new_value; new_value = get_ad(); if ( ( new_value - value > A ) || ( value - new_value > A ) return value; return new_value; } 2、中位值滤波法 A、方法：连续采样N次（N取奇数）把N次采样值按大小排列取中间值为本次有效值 B、优点：能有效克服因偶然因素引起的波动干扰对温度、液位的变化缓慢的被测参数有良好的滤波效果 C、缺点：对流量、速度等快速变化的参数不宜 /* N值可根据实际情况调整排序采用冒泡法*/ #define N 11

char filter() { char value_buf[N]; char count,i,j,temp; for ( count=0;countvalue_buf[i+1] ) { temp = value_buf[i]; value_buf[i] = value_buf[i+1]; value_buf[i+1] = temp; } } }

几种滤波算法

一.十一种通用滤波算法(转) 1、限幅滤波法（又称程序判断滤波法） A、方法：根据经验判断，确定两次采样允许的最大偏差值（设为A）每次检测到新值时判断：如果本次值与上次值之差<=A,则本次值有效如果本次值与上次值之差>A,则本次值无效,放弃本次值,用上次值代替本次值B、优点：能有效克服因偶然因素引起的脉冲干扰 C、缺点无法抑制那种周期性的干扰平滑度差 2、中位值滤波法 A、方法：连续采样N次（N取奇数）把N次采样值按大小排列取中间值为本次有效值 B、优点：能有效克服因偶然因素引起的波动干扰对温度、液位的变化缓慢的被测参数有良好的滤波效果 C、缺点：对流量、速度等快速变化的参数不宜 3、算术平均滤波法 A、方法：连续取N个采样值进行算术平均运算 N值较大时：信号平滑度较高，但灵敏度较低 N值较小时：信号平滑度较低，但灵敏度较高 N值的选取：一般流量，N=12；压力：N=4

AD数据采集的“数字滤波”：10个“软件滤波程序”

AD数据采集的“数字滤波”：10个“软件滤波程序” 在AD采集中经常要用到数字滤波，而不同情况下又有不同的滤波需求，下面是10种经典的软件滤波方法的程序和优缺点分析： 1、限幅滤波法（又称程序判断滤波法） 2、中位值滤波法 3、算术平均滤波法 4、递推平均滤波法（又称滑动平均滤波法） 5、中位值平均滤波法（又称防脉冲干扰平均滤波法） 6、限幅平均滤波法 7、一阶滞后滤波法 8、加权递推平均滤波法 9、消抖滤波法 10、限幅消抖滤波法 1、限副滤波 A、方法：根据经验判断，确定两次采样允许的最大偏差值（设为A），每次检测到新值时判断：如果本次值与上次值之差;A,则本次值无效,放弃本次值,用上次值代替本次值 B、优点：能有效克服因偶然因素引起的脉冲干扰

C、缺点：无法抑制那种周期性的干扰，平滑度差程序： /* A值可根据实际情况调整，value为有效值，new_value为当前采样值，滤波程序返回有效的实际值*/ #define A 10 char value; char filter() { char new_value; new_value = get_ad(); if ( ( new_value - value >; A ) || ( value - new_value >; A ) return value; return new_value; } 2、中位值滤波法

A、方法：连续采样N次（N取奇数），把N次采样值按大小排列，取中间值为本次有效值 B、优点：能有效克服因偶然因素引起的波动干扰，对温度、液位的变化缓慢的被测参数有良好的滤波效果 C、缺点：对流量、速度等快速变化的参数不宜程序： /* N值可根据实际情况调整排序采用冒泡法*/ #define N 11 char filter() { char value_buf[N]; char count,i,j,temp; for ( count=0;count;value_buf[i+1] ) { temp = value_buf[i]; value_buf[i] = value_buf[i+1]; value_buf[i+1] = temp; } } } return value_buf[(N-1)/2];

卡尔曼滤波简介及其算法实现代码

卡尔曼滤波简介及其算法实现代码卡尔曼滤波算法实现代码（C，C＋＋分别实现）卡尔曼滤波器简介近来发现有些问题很多人都很感兴趣。所以在这里希望能尽自己能力跟大家讨论一些力所能及的算法。现在先讨论一下卡尔曼滤波器，如果时间和能力允许，我还希望能够写写其他的算法，例如遗传算法，傅立叶变换，数字滤波，神经网络，图像处理等等。因为这里不能写复杂的数学公式，所以也只能形象的描述。希望如果哪位是这方面的专家，欢迎讨论更正。卡尔曼滤波器– Kalman Filter 1．什么是卡尔曼滤波器（What is the Kalman Filter?）在学习卡尔曼滤波器之前，首先看看为什么叫“卡尔曼”。跟其他著名的理论（例如傅立叶变换，泰勒级数等等）一样，卡尔曼也是一个人的名字，而跟他们不同的是，他是个现代人！卡尔曼全名Rudolf Emil Kalman，匈牙利数学家，1930年出生于匈牙利首都布达佩斯。1953，1954年于麻省理工学院分别获得电机工程学士及硕士学位。1957年于哥伦比亚大学获得博士学位。我们现在要学习的卡尔曼滤波器，正是源于他的博士论文和1960年发表的论文《A New Approach to Linear Filtering and Prediction Problems》（线性滤波与预测问题的新方法）。如果对这编论文有兴趣，可以到这里的地址下载： https://www.360docs.net/doc/e211431694.html,/~welch/media/pdf/Kalman1960.pdf。简单来说，卡尔曼滤波器是一个“optimal recursive data processing algorithm（最优化自回归数据处理算法）”。对于解决很大部分的问题，他是最优，效率最高甚至是最有用的。他的广泛应用已经超过30年，包括机器人导航，控制，传感器数据融合甚至在军事方面的雷达系统以及导弹追踪等等。近年来更被应用于计算机图像处理，例如头脸识别，图像分割，图像边缘检测等等。 2．卡尔曼滤波器的介绍（Introduction to the Kalman Filter）为了可以更加容易的理解卡尔曼滤波器，这里会应用形象的描述方法来讲解，而不是像大多数参考书那样罗列一大堆的数学公式和数学符号。但是，他的5条公式是其核心内容。结合现代的计算机，其实卡尔曼的程序相当的简单，只要你理解了他的那5条公式。在介绍他的5条公式之前，先让我们来根据下面的例子一步一步的探索。假设我们要研究的对象是一个房间的温度。根据你的经验判断，这个房间的温度是恒定的，也就

十一种软件数字滤波算法

1 数字滤波 1.1 概述在单片机进行数据采集时，会遇到数据的随机误差，随机误差是由随机干扰引起的，其特点是在相同条件下测量同一量时，其大小和符号会现无规则的变化而无法预测，但多次测量的结果符合统计规律。为克服随机干扰引起的误差，硬件上可采用滤波技术，软件上可采用软件算法实现数字滤波。滤波算法往往是系统测控算法的一个重要组成部分，实时性很强。采用数字滤波算法克服随机干扰的误差具有以下优点： 1、数字滤波无需其他的硬件成本，只用一个计算过程，可靠性高，不存在阻抗匹配问题。尤其是数字滤波可以对频率很低的信号进行滤波，这是模拟滤波器做不到的。 2、数字滤波使用软件算法实现，多输入通道可共用一个滤波程序，降低系统开支。 3、只要适当改变滤波器的滤波程序或运算，就能方便地改变其滤波特性，这对于滤除低频干扰和随机信号会有较大的效果。 4、在单片机系统中常用的滤波算法有限幅滤波法、中值滤波法、算术平均滤波法、加权平均滤波法、滑动平均滤波等。 1.2 限幅滤波算法原理：该运算的过程中将两次相邻的采样相减，求出其增量，然后将增量的绝对值，与两次采样允许的最大差值A进行比较。A的大小由被测对象的具体情况而定，如果小于或等于允许的最大差值，则本次采样有效；否则放弃本次值取上次采样值作为本次数据的样本。优点：能有效克服因偶然因素引起的脉冲干扰。缺点：无法抑制那种周期性的干扰，平滑度差。说明：限幅滤波法主要用于处理变化较为缓慢的数据，如温度、物体的位置等。使用时，关键要选取合适的门限制A。通常这可由经验数据获得，必要时可通过实验得到。 1.3 中值滤波算法原理：该运算的过程是对某一参数连续采样N次（N一般为奇数），然后把N次采样的值按从小到大排列，再取中间值作为本次采样值，整个过程实际上是一个序列排序的过程。

十种数字滤波方法

1、限幅滤波法（又称程序判断滤波法） A、方法：根据经验判断，确定两次采样允许的最大偏差值（设为A）每次检测到新值时判断：如果本次值与上次值之差<=A,则本次值有效如果本次值与上次值之差>A,则本次值无效,放弃本次值,用上次值代替本次值 B、优点：能有效克服因偶然因素引起的脉冲干扰 C、缺点无法抑制那种周期性的干扰平滑度差 2、中位值滤波法 A、方法：连续采样N次（N取奇数）把N次采样值按大小排列取中间值为本次有效值 B、优点：能有效克服因偶然因素引起的波动干扰对温度、液位的变化缓慢的被测参数有良好的滤波效果自动化科协 C、缺点：对流量、速度等快速变化的参数不宜 3、算术平均滤波法 A、方法：连续取N个采样值进行算术平均运算 N值较大时：信号平滑度较高，但灵敏度较低 N值较小时：信号平滑度较低，但灵敏度较高 N值的选取：一般流量，N=12；压力：N=4 B、优点：适用于对一般具有随机干扰的信号进行滤波这样信号的特点是有一个平均值，信号在某一数值范围附近上下波动 C、缺点：对于测量速度较慢或要求数据计算速度较快的实时控制不适用比较浪费RAM 4、递推平均滤波法（又称滑动平均滤波法） A、方法：把连续取N个采样值看成一个队列队列的长度固定为N 每次采样到一个新数据放入队尾,并扔掉原来队首的一次数据.(先进先出原则) 把队列中的N个数据进行算术平均运算,就可获得新的滤波结果

N值的选取：流量，N=12；压力：N=4；液面，N=4~12；温度，N=1~4 B、优点：对周期性干扰有良好的抑制作用，平滑度高适用于高频振荡的系统 C、缺点：灵敏度低对偶然出现的脉冲性干扰的抑制作用较差不易消除由于脉冲干扰所引起的采样值偏差不适用于脉冲干扰比较严重的场合比较浪费RAM 5、中位值平均滤波法（又称防脉冲干扰平均滤波法） A、方法：相当于“中位值滤波法”+“算术平均滤波法” 连续采样N个数据，去掉一个最大值和一个最小值然后计算N-2个数据的算术平均值 N值的选取：3~14 B、优点：融合了两种滤波法的优点对于偶然出现的脉冲性干扰，可消除由于脉冲干扰所引起的采样值偏差 C、缺点：自动化科协测量速度较慢，和算术平均滤波法一样比较浪费RAM 6、限幅平均滤波法 A、方法：相当于“限幅滤波法”+“递推平均滤波法” 每次采样到的新数据先进行限幅处理，再送入队列进行递推平均滤波处理 B、优点：融合了两种滤波法的优点对于偶然出现的脉冲性干扰，可消除由于脉冲干扰所引起的采样值偏差 C、缺点：比较浪费RAM 7、一阶滞后滤波法 A、方法：取a=0~1 本次滤波结果=（1-a）*本次采样值+a*上次滤波结果 B、优点：对周期性干扰具有良好的抑制作用适用于波动频率较高的场合 C、缺点：

经典滤波算法及C语言程序

经典的滤波算法(转) 1、限幅滤波法（又称程序判断滤波法） A、方法：根据经验判断，确定两次采样允许的最大偏差值（设为A）每次检测到新值时判断：如果本次值与上次值之差<=A,则本次值有效如果本次值与上次值之差>A,则本次值无效,放弃本次值,用上次值代替本次值 B、优点：能有效克服因偶然因素引起的脉冲干扰 C、缺点无法抑制那种周期性的干扰平滑度差 2、中位值滤波法 A、方法：连续采样N次（N取奇数）把N次采样值按大小排列取中间值为本次有效值 B、优点：能有效克服因偶然因素引起的波动干扰对温度、液位的变化缓慢的被测参数有良好的滤波效果 C、缺点：对流量、速度等快速变化的参数不宜 3、算术平均滤波法 A、方法：连续取N个采样值进行算术平均运算 N值较大时：信号平滑度较高，但灵敏度较低 N值较小时：信号平滑度较低，但灵敏度较高 N值的选取：一般流量，N=12；压力：N=4 B、优点：适用于对一般具有随机干扰的信号进行滤波这样信号的特点是有一个平均值，信号在某一数值范围附近上下波动 C、缺点：对于测量速度较慢或要求数据计算速度较快的实时控制不适用比较浪费RAM

递推平均滤波法对偶然出现的脉冲性干扰的抑制作用较差 4、递推平均滤波法（又称滑动平均滤波法） A、方法：把连续取N个采样值看成一个队列队列的长度固定为N 每次采样到一个新数据放入队尾,并扔掉原来队首的一次数据.(先进先出原则) 把队列中的N个数据进行算术平均运算,就可获得新的滤波结果 N值的选取：流量，N=12；压力：N=4；液面，N=4~12；温度，N=1~4 B、优点：对周期性干扰有良好的抑制作用，平滑度高适用于高频振荡的系统 C、缺点：灵敏度低对偶然出现的脉冲性干扰的抑制作用较差不易消除由于脉冲干扰所引起的采样值偏差不适用于脉冲干扰比较严重的场合比较浪费RAM 5、中位值平均滤波法（又称防脉冲干扰平均滤波法） A、方法：相当于“中位值滤波法”+“算术平均滤波法” 连续采样N个数据，去掉一个最大值和一个最小值然后计算N-2个数据的算术平均值 N值的选取：3~14 B、优点：融合了两种滤波法的优点对于偶然出现的脉冲性干扰，可消除由于脉冲干扰所引起的采样值偏差 C、缺点：测量速度较慢，和算术平均滤波法一样比较浪费RAM 6、限幅平均滤波法 A、方法：相当于“限幅滤波法”+“递推平均滤波法” 每次采样到的新数据先进行限幅处理，再送入队列进行递推平均滤波处理 B、优点：融合了两种滤波法的优点对于偶然出现的脉冲性干扰，可消除由于脉冲干扰所引起的采样值偏差 C、缺点：比较浪费RAM

11种经典软件滤波的原理和实现58239

11种经典软件滤波的原理和实现 1、限幅滤波法（又称程序判断滤波法） A、方法：根据经验判断，确定两次采样允许的最大偏差值（设为A）每次检测到新值时判断：如果本次值与上次值之差<=A,则本次值有效如果本次值与上次值之差>A,则本次值无效,放弃本次值,用上次值代替本次值 B、优点：能有效克服因偶然因素引起的脉冲干扰 C、缺点无法抑制那种周期性的干扰平滑度差 2、中位值滤波法 A、方法：连续采样N次（N取奇数）把N次采样值按大小排列取中间值为本次有效值 B、优点：能有效克服因偶然因素引起的波动干扰对温度、液位的变化缓慢的被测参数有良好的滤波效果 C、缺点：对流量、速度等快速变化的参数不宜 3、算术平均滤波法 A、方法：连续取N个采样值进行算术平均运算 N值较大时：信号平滑度较高，但灵敏度较低 N值较小时：信号平滑度较低，但灵敏度较高 N值的选取：一般流量，N=12；压力：N=4 B、优点：适用于对一般具有随机干扰的信号进行滤波这样信号的特点是有一个平均值，信号在某一数值范围附近上下波动 C、缺点：对于测量速度较慢或要求数据计算速度较快的实时控制不适用比较浪费RAM 4、递推平均滤波法（又称滑动平均滤波法） A、方法：把连续取N个采样值看成一个队列队列的长度固定为N 每次采样到一个新数据放入队尾,并扔掉原来队首的一次数据.(先进先出原则) 把队列中的N个数据进行算术平均运算,就可获得新的滤波结果 N值的选取：流量，N=12；压力：N=4；液面，N=4~12；温度，N=1~4

B、优点：对周期性干扰有良好的抑制作用，平滑度高适用于高频振荡的系统 C、缺点：灵敏度低对偶然出现的脉冲性干扰的抑制作用较差不易消除因为脉冲干扰所引起的采样值偏差不适用于脉冲干扰比较严重的场合比较浪费RAM 5、中位值平均滤波法（又称防脉冲干扰平均滤波法） A、方法：相当于“中位值滤波法”+“算术平均滤波法” 连续采样N个数据，去掉一个最大值和一个最小值然后计算N-2个数据的算术平均值 N值的选取：3~14 B、优点：融合了两种滤波法的优点对于偶然出现的脉冲性干扰，可消除因为脉冲干扰所引起的采样值偏差 C、缺点：测量速度较慢，和算术平均滤波法一样比较浪费RAM 6、限幅平均滤波法 A、方法：相当于“限幅滤波法”+“递推平均滤波法” 每次采样到的新数据先进行限幅处理，再送入队列进行递推平均滤波处理 B、优点：融合了两种滤波法的优点对于偶然出现的脉冲性干扰，可消除因为脉冲干扰所引起的采样值偏差 C、缺点：比较浪费RAM 7、一阶滞后滤波法 A、方法：取a=0~1 本次滤波结果=（1-a）*本次采样值+a*上次滤波结果 B、优点：对周期性干扰具有良好的抑制作用适用于波动频率较高的场合 C、缺点：相位滞后，灵敏度低