【Simulink专题】Simulink模型：一阶滤波模型原理

前言

这里给大家讲讲一阶滤波的原理及其代码生成，在一些算法模型中通常会用到滤波模型对一些敏感数据进行滤波，比如扭矩之类的数据，确保车辆在行驶过程中不会出现抖动现象

一阶滤波器公式

一阶滤波算法是个很简单也很常用的滤波算法，其算法公式如下：

Y(n) = A*X(n) + (1−A)*Y(Z)

式中：A为滤波系数，X(n)为本次采样值，Y(Z)为上次滤波输出值，Y(n)为本次滤波输出值。
原理：采用两次输出结果的相应系数相加，每一次的结果会偏向于上一次结果的值
其中A为滤波深度，A的最大值不能超过1，A的值越大，本次输出结果所占比例越大，滤波效果越小，反过来A的值越小，代表本次输出结构占比越小，滤波效果越大，但是会对最终结果影响较大，所以在比例系数方面，适用情况决定A的大小

建模部分

下图是一阶滤波的的模型，其中输入1是输入参数，输入2是滤波深度，输出1是最终滤波后的值

代码部分

下图是代码部分，生成后还是符合我们最初的公式的

实际效果

首先我们试下滤波深度为0.3时候的效果：

黄色线条为滤波后的值，蓝色线条为原始发生的值

接下来我们看下滤波深度为0.7时候的效果：

下面我们对比两者的滤波区别：

可以看的出0.7的滤波深度还是比较贴近真实值的，0.3的滤波深度虽然比较平稳，但是距离真实值差距还是很大的。

总结：

一阶滤波可以实现对数据的抖动进行滤波，但是滤波深度需要一句情况进行设置，个人建议非必要情况下，不建议滤波深度小于0.7，滤波深度过大会影响真实值的数据运行。