1.限幅滤波法（程序判断滤波法）

方法：确定两次采样允许的最大偏差值，如果本次值与上次值之差<=A,则本次有效，反之>A,则本次值无效，放弃本次值，上次代替本次值。

优点：克服偶然误差造成的干扰

缺点：无法抑制周期性干扰，平滑度差

核心内容：

1
2
3
4
5
6
7
8
9
10
#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;
	else return new_value;
}

eg:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
#include "stdio.h"
#define A 4
float data_number[] = {1.2 , 1.3, 3.1, 2.1, 32, 2.4, 2.3, 4.1};
float input(void);
float filter(void);
static int n = 0;
int main(void)
{
    int i = 0;
	float sum[7];
		    
	for(i = 0; i < 7; i++)
	{
	   sum[i] = filter();
	   printf("%f\r\n", sum[i]);
	}
					    
	return 0;

}
float input(void)
{	
    static int j = 0;
	float data1;
	
	j++;
	data1 = data_number[j];
															    
	return data1;
}
float filter(void)
{
    static float new_value;
	static float value;
	
	if(n == 0)
	{	
		value = data_number[0];										    
		n = 1;
	}else{
		value = new_value;
	}
	
	new_value = input();
	printf("n=%f v=%f\r\n",new_value, value);
	if((new_value-value > A))
	{	
		return value;
	}else{	
		return new_value;
	}
}

2.中位值滤波法

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。
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。
缺点：对流量、速度等快速变化的参数不宜 。

一般处理椒盐噪声（脉冲噪声），噪声来自于ADC采样，传感器等。

核心：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
#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++) //冒泡法
	{
		for (i=0;i<N-1-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];
}

eg:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
#include <stdio.h>
#define N 5
int num[N] = {1,5,2,12,6};
int filter();
int input();
int main(void)
{
	int med;
	med = filter();
	printf("med = %d", med);
	return 0;
}
int input(void)
{
	static int j = 0 ;
	int data;
	
	data = num[j];
	j++;

	return data;
}
int filter(void)
{
	int value_buf[N];
	int count, i, j, temp;
	temp = 0;
	for(count = 0; count < N; count++)
	{
		value_buf[count] = input();
	}
	for(j = 0; j < N-1 ; j++)
	{
		for(i = 0; i < N-1-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];
}

把滤波区间的数据从小到大进行排序，然后取中值，（如果是奇数个数据，那么中值就只有一个了，如果偶数个数据，中值有两个，可以对两个数据再求平均,

是把要处理的数据用中值代替，不是全部放成中值。

3.算术平均滤波

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。
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。
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 。

一般处理高斯噪声，噪声来源于热产生，是随机噪声，服从高斯分布。

核心：

1
2
3
4
5
6
7
8
9
10
11
#define N 12
char filter()
{
	int sum = 0;
	for ( count=0;count<N;count++)
	{
		sum + = get_ad();
		delay();
	}
	return (char)(sum/N);
}

但是缺点明显，但是u低于偶然异常，对于某次的采样明显偏大，经过平均计算后导致最终值存在较大偏差，针对这种极大值或者极小值，可以在算数平均前进行剔除。

改进的：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
int filter(void)
{
    int i;
    int sum = 0;
    int min = 0, max = 0;
    for(i = 0; i < SAMPLE_NUM; i++)
    {
        if(vBat[i] < max)
        {
            max = vBat[i];
        }
        if(vBat[i] < min)
        {
            min = vBat[i];
        }
        sum += vBat[i];
    }
    sum = sum - min - max;
    
    return sum/SAMPL_NAM;
}

4、递推平均滤波法（又称滑动平均滤波法）

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=412；温度， N=14
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
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

核心：

1
2
3
4
5
6
7
8
9
10
11
12
#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);
}