（转自https://blog.csdn.net/qq_32666555/article/details/79823323）10种软件滤波方法

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。（以下10种软件滤波方法转自“匠人的百宝箱”，程序由网友OurWay提供，表示感谢。）

/*------------------------ 自己新增加

采样状态反馈点（通断状态）的就采用的以下的“消抖滤波法”，以下是做过的其中一个工程的采集多个IO口状态部分的接口函数：

uint8 Check_AllInputIo(void)
{
    uint8 i,n;
    uint8 data[2][20];
    for( i = 0 ; i < 2 ; i++ ) {
        data[i][0] = ReadInputDataBit(INPUT0);           
        data[i][1] = ReadInputDataBit(INPUT1);      
        data[i][2] = ReadInputDataBit(INPUT2);     
        data[i][3] = ReadInputDataBit(INPUT3);     
        data[i][4] = ReadInputDataBit(INPUT4);    
        data[i][5] = ReadInputDataBit(INPUT5);     
        data[i][6] = ReadInputDataBit(INPUT6);     
        data[i][7] = ReadInputDataBit(INPUT7);     
        data[i][8] = ReadInputDataBit(INPUT8);    
        data[i][9] = ReadInputDataBit(INPUT9);   
        data[i][10] = ReadInputDataBit(INPUT10);  
        data[i][11] = ReadInputDataBit(INPUT11);   
        data[i][12] = ReadInputDataBit(INPUT_ACC1);
        data[i][13] = ReadInputDataBit(INPUT_BCC1);
        Delay10Ms(2);
        for(  ; n < 200 ; n++ ); /*加的一个随机延时*/ 
    }
    
    for( i = 0 ; i < 14 ; i++ ) {                             //gInputStu.word值为保存的状态值
        if( data[0][i] == data[1][i] ) {
            if(data[0][i] == 1 ) {
              gInputStu.word |= (1 << i );    
            }else {
                 gInputStu.word &= ~(1 << i );
            }
        }
    }
    return 0;
}

/*------------------------ 

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;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;
         }
      }
   }
   return value_buf[(N-1)/2];
}

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

#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）

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

#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）

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

#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

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

/*略 参考子程序1、3*/  

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

/* 为加快程序处理速度假定基数为100，a=0~100 */

#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

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

/* coe数组为加权系数表，存在程序存储区。*/

#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

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

#define N 12

char filter()
{
   char count=0;
   char new_value;
   new_value = get_ad();
   while (value !=new_value);
   {
      count++;
      if (count>=N)   return new_value;
       delay();
      new_value = get_ad();
   }
   return value;    
}

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