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。
/*
2015.5
单片机滤波示例：
*/
// 读取数据程序：
unsigned int get_ad();
// 1、限幅滤波法（又称程序判断滤波法）
#define A 10
char value;
char filter()
{
char 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
#define N 11
char filter()
{
char value_buf[N];
char count, i, j, temp;
for (count = 0; count < N; count++)
{
value_buf[count] = get_ad();
delay();
}
// 冒泡排序
for (j = 0; j < N - 1; j++)
{
for (i = 0; i < N - j; i++)
{
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 < N; count++)
{
sum + = get_ad();
delay(); }
return (char)(sum / N);
}
// 4、递推平均滤波法（又称滑动平均滤波法）
#define N 12
char value_buf[N];
char i = 0;
char filter()
{
char count;
int sum = 0;
value_buf[i++] = get_ad();
if (i == N )
i = 0;
for (count = 0; count < N; count++)
{
sum = value_buf[count];
}
return (char)(sum / N);
}
// 5、中位值平均滤波法（又称防脉冲干扰平均滤波法）
#define N 12
char filter()
{
char count, i, j;
char value_buf[N];
int sum = 0;
for (count = 0; count < N; count++)
{
value_buf[count] = get_ad();
delay();
}
for (j = 0; j < N - 1; j++)
{
for (i = 0; i < N - j; i++)
{
if (value_buf[i] > value_buf[i + 1])
{
temp = value_buf[i];
value_buf[i] = value_buf[i + 1];
value_buf[i + 1] = temp;
}
}
}
for (count = 1; count < N - 1; count++)
{
sum += value[count];
}
return (char)(sum / (N - 2));
}
// 6、限幅平均滤波法
// 7、一阶滞后滤波法
#define a 50
char value;
char filter()
{
char new_value;
new_value = get_ad();
return (100 - a)*value + a*new_value;
}
// 8、加权递推平均滤波法
#define N 12
char code coe[N] = { 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12 };
char code sum_coe = 1 + 2 + 3 + 4 + 5 + 6 + 7 + 8 + 9 + 10 + 11 + 12;
char filter()
{
char count;
char value_buf[N];
int sum = 0;
for (count = 0, count < N; count++)
{
value_buf[count] = get_ad(); delay();
}
for (count = 0, count < N; count++)
{
sum += value_buf[count] * coe[count];
}
return (char)(sum / sum_coe);
}
// 9、消抖滤波法
#define N 12
char filter()
{
char count = 0;
char new_value = get_ad();
while (value != new_value)
{
count++;
if (count >= N)
return new_value;
delay();
new_value = get_ad();
}
return value;
}转自：ht-beyond
