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。

  1 /*

  2 2015.5

  3 单片机滤波示例：

  4 

  5 */

  6 

  7 // 读取数据程序：

  8 unsigned int get_ad();

  9 

 10 

 11 // 1、限幅滤波法（又称程序判断滤波法）

 12 #define A 10

 13 char value;

 14 char filter()

 15 {

 16     char new_value = get_ad();

 17     if ((new_value - value > A) || (value - new_value > A))

 18         return value;

 19     return new_value;

 20 }

 21 

 22 // 2、中位值滤波法

 23 #define N  11 

 24 char filter()

 25 {

 26     char value_buf[N];

 27     char count, i, j, temp;

 28     for (count = 0; count

 29     {

 30         value_buf[count] = get_ad();

 31         delay();

 32     }

 33     // 冒泡排序

 34     for (j = 0; j

 35     {

 36         for (i = 0; i

 37         {

 38             if (value_buf[i]>value_buf[i + 1])  

 39             {

 40                 temp  = value_buf[i];

 41                 value_buf[i] = value_buf[i + 1];

 42                 value_buf[i + 1] = temp;

 43             }

 44         }

 45     }

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

 47 }

 48 

 49 // 3、算术平均滤波法

 50 #define N 12 

 51 char filter()

 52 {

 53     int sum = 0;

 54     for (count = 0; count

 55     { 

 56         sum + = get_ad(); 

 57         delay(); }

 58     return (char)(sum / N);

 59 }

 60 

 61 // 4、递推平均滤波法（又称滑动平均滤波法）

 62 #define N 12  

 63 char value_buf[N]; 

 64 char i = 0;

 65 char filter()

 66 {

 67     char count;

 68     int sum = 0;

 69     value_buf[i++] = get_ad(); 

 70     if (i == N )  

 71         i = 0;

 72     for (count = 0; count < N; count++)

 73     { 

 74         sum = value_buf[count]; 

 75     } 

 76     return (char)(sum / N);

 77 }

 78 

 79 // 5、中位值平均滤波法（又称防脉冲干扰平均滤波法）

 80 #define N 12 

 81 char filter()

 82 {

 83     char count, i, j;

 84     char value_buf[N];    

 85     int sum = 0;

 86     for (count = 0; count

 87     {

 88         value_buf[count] = get_ad();

 89         delay();

 90     }

 91     for (j = 0; j < N - 1; j++)

 92     {

 93         for (i = 0; i

 94         {

 95             if (value_buf[i]>value_buf[i + 1])    

 96             {

 97                 temp  = value_buf[i];

 98                 value_buf[i] = value_buf[i + 1];                 

 99                 value_buf[i + 1] = temp;

100             }

101         }

102     }

103     for (count = 1; count

104     { 

105         sum += value[count]; 

106     } 

107     return (char)(sum / (N - 2));

108 }

109 

110 // 6、限幅平均滤波法

111 

112 

113 // 7、一阶滞后滤波法

114 #define a 50 

115 char value; 

116 char filter()

117 {

118     char new_value;

119     new_value = get_ad();

120     return (100 - a)*value + a*new_value;

121 }

122 

123 // 8、加权递推平均滤波法

124 #define N 12 

125 char code coe[N] = { 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12 };

126 char code sum_coe = 1 + 2 + 3 + 4 + 5 + 6 + 7 + 8 + 9 + 10 + 11 + 12; 

127 char filter()

128 {

129     char count;

130     char value_buf[N];

131     int sum = 0;

132     for (count = 0, count < N; count++)

133     {

134         value_buf[count] = get_ad(); delay();

135     }

136     for (count = 0, count < N; count++)

137     {

138         sum += value_buf[count] * coe[count];

139     }

140     return (char)(sum / sum_coe);

141 }

142 

143 // 9、消抖滤波法

144 #define N 12 

145 char filter()   

146 {

147     char count = 0;    

148     char new_value = get_ad();

149     while (value != new_value) 

150     {

151         count++;

152         if (count >= N)   

153             return new_value;        

154         delay();

155         new_value = get_ad();      

156     }

157     return value;

158 }