关于滤波，我们常常听说有滤波电路、滤波器、滤波对抗器等等，这些都是有效的解决单片机的信号干扰问题，都是从硬件上进行滤波处理，从而增加检测值的精确度。下面我们来简单介绍一下软件是如何进行单片机滤波的，这就要引出我们今天的主题--滤波算法。
滤波算法是什么呢？既然是算法，那就要运用到数学公式了，即通过算法将我们检测到误差大的数据进行处理，从而达到滤波作用。下面通过例子来讲述几种常用的滤波算法。
假设向8位AD中读取数据，AD获取程序为getad()，采用滤波算法增加数据精度。
1.限幅滤波（程序判断滤波）
原理：根据经验确定两次采样之间所允许的最大偏差值（假定为MAX），每次检测到新值(new_value)时作出判断。若差值在允许的最大偏差之内，则当前值为有效值，反之，则用上次值(value)替代当前值。
优势：能克服偶然因素引起的脉冲干扰。
代码示范：
#define MAX 10
char value;
char LimitFileter()
{
char new_value;
new_value = getad();
if((new_value-value>MAX) || (value-new_value>MAX))
return value;
return new_value;
}
2.中值滤波法
原理：连续采样奇数次(N)，获取奇数个数值，并按照大小从左到右进行排序，取中间值为本次有效值。
优势：能够有效克服偶然因素引起的波动干扰，对于变化缓慢的参数测试有良好的滤波效果。
代码示范：
#define N 11
char MedFilter()
{
char value_buf[N];
char count,i,j,temp;
for ( count = 0; count < N; count++)
{
value_buf[count] = getad();
delay();
}
for (j = 0; j < N-1; j++)
{
for (i = 0; i < N - j; i++)
{
if ( value_buf > value_buf[i + 1] )
{
temp = value_buf;
value_buf = value_buf[i + 1];
value_buf[i + 1] = temp;
}
}
}
return value_buf[(N-1)/2];
}
3.算术平均滤波
原理：连续取N个采样值进行平均运算，N值较大时，信号平滑度较高，灵敏度较低。N值较小时，信号平滑度较低，灵敏度较 高。
优势：适用于一般具有随机干扰的信号进行滤波。
代码示范：
#define N 12
char AverageFileter()
{
int sum = 0;
for ( count=0;count<N;count++)
{
sum + = getad();
delay();
}
return (char)(sum/N);
}
4.递推平均滤波法
原理：将连续采样N个数据看成一个队列，队列长度固定为N。每次采样到一个新数据放入队尾，并向前递推一位数据，舍弃掉 原来的队头（先进先出原则）。再将队列中N个数据进行算术平均运算。
优势：对周期性干扰有良好的抑制作用，适用于高频振荡的系统。
代码示范：
char value_buff[N];
char i=0;
char RecAveFileter()
{
char count;
int sum=0;
value_buff[i++]=getdata();
if(i==N)
i=0;
for(count=0;count<N;count++)
sum+=value_buff[count];
return (char)(sum/N);
}
5.中位值平均滤波法
原理：即结合中位值滤波和算术平均滤波，连续采集N个数据，去掉一个最大值和一个最小值，然后计算剩下的N-2个数据的算术平均值。
优势：对于偶然出现的脉冲性干扰，可以消除由于脉冲干扰而引起的采值偏差。
代码示范：
#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] = getad();
delay();
}
for (j=0;j<N-1;j++)
{
for (i=0;i<N-j;i++)
{
if ( value_buf>value_buf[i+1] )
{
temp = value_buf;
value_buf = 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
原理：即结合限幅滤波和递推平均滤波。每次采样到新数据进行限幅处理，再将有效值添加到队列进行递推平均滤波处理。
优势：能克服偶然因素引起的脉冲干扰，对周期性干扰有良好的抑制作用。
代码示范：
#define MAX 10
#define N 12
char value;
char LimitFileter()
{
char new_value;
new_value = getad();
if((new_value-value>MAX) || (value-new_value>MAX))
return value;
return new_value;
}
char AverageFileter()
{
int sum = 0;
for ( count=0;count<N;count++)
{
sum + = LimitFileter()；
delay();
}
return (char)(sum/N);
}
7.一阶滞后滤波
原理：取a = 0~1，滤波结果 = (1-a)*本次采样值+a*上次滤波结果。
优势：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。
代码示范：
#define a 50
char value;
char FstOrdLagFileter()
{
char new_value;
new_value = get_ad();
return (100-a)*value + a*new_value;
}
8.加权递推平均滤波
原理：在递推平均滤波法上进行的改进，不同时刻的数据加以不同的权，越接近现时刻的数据，权取得越大。新采样值的权系数越大，灵敏度越高，但平滑度就越低。
优势：适用于周期较短的系统，有较大纯滞后时间常数的对象。
代码示范：
#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 WeiRecAveFileter()
{
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
原理：设置一个滤波计数器，每次采样值与当前有效值比较，如果相同，则计数器清零，如果大于或小于当前有效值，则计数器加1，并判断计数器是否溢出，如果溢出，则将本次值替换当前有效值，并将计数器清零。
优势：对于变化缓慢的被测参数有较好的滤波效果，可以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的抖动。
代码示范：
#define N 12
char DitherFileter()
{
char count=0;
char new_value;
new_value = getad();
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
原理：先限幅，后消抖。
优势：改进了消抖滤波中的一些缺陷，避免将干扰值导入系统。
代码示范：
#define MAX 10
#define N 12
char value;
char LimitFileter()
{
char new_value;
new_value = getad();
if((new_value-value>MAX) || (value-new_value>MAX))
return value;
return new_value;
}
char LimDitFileter()
{
char count=0;
char new_value;
new_value = LimitFileter()；
while (value !=new_value);
{
count++;
if (count>=N) return new_value;
delay();
new_value = get_ad();
}
return value;
}
以上就是个人总结的10个常用的滤波算法，根据不同的事件，灵活运用这10种算法，能够减少误差数据的产生，从而提高自己的代码质量。