资料: 软件滤波算法、数字滤波常用的算法， AD采集，数据采集等经常会遇到由于干扰、电路误差、精度、抖动等带来的误差，这些误差往往影响我们单位计算或控制，在平常的设计中，我们会加各种软件滤波来让数据变得平滑，只要涉及到数据采集就离不开数字滤波。 keil，stm32工程，有写好的历程，使用简单方便， 滤波算法包括:限幅滤波，中位值滤波，算数平均滤波，递推平均滤波，中位值平均滤波，限幅平均滤波，一阶滞后滤波，加权递推滤波，消抖滤波，限幅消抖滤波。
在嵌入式开发里，ADC采集的数据就像青春期少年的心情——说变就变。上周调试温控系统时，ADC返回的温度值在25°C到30°C之间反复横跳，实际温度计却稳稳停在27°C。这时候就该祭出软件滤波大法了。
先看最直接的限幅滤波，适合处理突发性跳变。假设相邻两次采样间隔200ms，温度不可能突变5°C：
#define MAX_DIFF 2 //允许最大变化值 int limit_filter(int new_val, int old_val) { if(abs(new_val - old_val) > MAX_DIFF) return old_val; return new_val; }这个暴力美学算法有个致命弱点：连续跳变时数据会卡死。于是中位值滤波登场，适合消除脉冲干扰。在STM32里可以这么玩：
int mid_filter(int *arr, uint8_t size) { // 冒泡排序虽然效率低，但代码简单 for(int i=0; i<size-1; i++) for(int j=0; j<size-1-i; j++) if(arr[j] > arr[j+1]) swap(&arr[j], &arr[j+1]); return size%2 ? arr[size/2] : (arr[size/2-1]+arr[size/2])/2; }实际项目中发现，用3次采样取中值就能干掉80%的尖峰脉冲。不过频繁排序影响实时性，这时候递推平均滤波更合适：
#define FILTER_WIN 10 //滑动窗口大小 int filter_buf[FILTER_WIN]; uint8_t filter_index = 0; int moving_avg(int new_val) { filter_buf[filter_index++] = new_val; if(filter_index == FILTER_WIN) filter_index = 0; int sum = 0; for(int i=0; i<FILTER_WIN; i++) sum += filter_buf[i]; return sum / FILTER_WIN; }这个算法的内存占用是硬伤，在内存吃紧的MCU上可以用移位平均代替：avg = avg - avg/FILTERWIN + newval/FILTER_WIN;，用一次乘法和两次加法搞定。
遇到既要消除脉冲又要平滑波动的场景，限幅平均滤波组合拳就派上用场了：
int combo_filter(int new_val) { static int last_val = 0; // 先限幅 if(abs(new_val - last_val) > MAX_DIFF) new_val = last_val; // 再递推平均 last_val = (last_val * 3 + new_val) / 4; //加权系数可调 return last_val; }调试四轴飞行器时，陀螺仪数据既需要快速响应又不能抖动。这时候一阶滞后滤波表现出色：
float a = 0.3; //滤波系数 float first_order_filter(float new_val) { static float filtered = 0; filtered = a * new_val + (1 - a) * filtered; return filtered; }把浮点运算改成Q格式定点数能提升速度：filtered = (anew_val + (0xFFFF - a)filtered) >> 16;
选择滤波算法就像选女朋友——没有最好，只有最合适。要快速响应的选限幅，求稳的用递推平均，内存紧张试试移位平均，对抗脉冲干扰必须中位值。下次遇到ADC抽风时，不妨把这些算法轮番伺候，总有一款能治住那不安分的数据。
