1.限幅濾波演算法（程式判斷濾波演算法）
方法解析：
根據經驗判斷，確定兩次取樣允許的最大偏差值（設定為a），每次檢測到新值時判斷：
如果本次值與上次值之差<=a，則本次值有效，
如果本次值與上次值只差》a,則本次值無效，放棄本次值，用上次值代替本次值。
優點：能有效克服因偶然因素引起的脈衝干擾
缺點：無法抑制那種週期性的干擾，平滑度差
#define a 10
char value;
char filter()
2.中位值濾波法
方法解析：
連續取樣n次（n取奇數），把n次取樣值按大小排列，取中間值為本次有效值
優點：能有效克服因偶然因素引起的波動干擾，對溫度，液位的變化緩慢的被測引數有良好的濾波效果
缺點：對流量，速度等快速變化的引數不宜
#define n 11
char filter()}}
return value_buf[(n-1)/2];
}3.算術平均濾波
方法解析：
連續取n個取樣值進行平均運算，n值較大時：訊號平滑度較高，但靈敏度較低
n值較小時：訊號平滑度較低，但靈敏度較高。n值的選取：一般12左右。
優點：適應於對一般具有隨機干擾的訊號進行濾波，這樣訊號的特點是有乙個平均值，訊號在某一數值範圍附近上下波動
缺點：對於測量速度較慢或要求資料計算速度較快的實時控制並不適用，比較浪費ram
#define n 12
char filter()}}
for(count=1;count6一階滯後濾波法
方法解析：
取a=0-1
本次濾波結果=（1-a）*本次取樣值+a*上次濾波結果
優點：對週期性干擾具有良好的抑制作用，適用於波動頻率較高的場合
缺點：相位滯後，靈敏度低，滯後程度取決於a值的大小，不能消除濾波頻率高於取樣頻率的1/2的干擾訊號
#define a 50
char value;
char filter()
7.加權遞推平均濾波法
方法解析：
是對遞推平均濾波法的改進，即不同時刻的資料加以不同的權
通常是，越接近現時刻的資料，權取得越大，給予新取樣值的權係數越大，則靈敏度越高，但訊號平滑度越低。
優點：適用於有較大純滯後時間常數的物件，和取樣週期較短的系統
缺點:對於純滯後時間常數較小，取樣週期較長，變化緩慢的訊號，不能迅速反應系統當前所受干擾的嚴重程度，濾波效果差。
#define n 12
char code coe[n] = ;
char code sum_coe = 1+2+3+4+5+6+7+8+9+10+11+12;
char filter()
return value;
}10.低通數字濾波
解析：低通濾波也稱一階滯後濾波,方法是第n次取樣後濾波結果輸出值是(1-a)乘第n次取樣值加a乘上次濾波結果輸出值。可見a<<1。
該方法適用於變化過程比較慢的引數的濾波的c程式函式如下:
float low_filter(float low_buf)
常用數字濾波演算法
常用數字濾波演算法 a方法 根據經驗判斷，確定兩次取樣允許的最大偏差值 設為a 每次檢測到新值時判斷 如果本次值與上次值之差 a，則本次值有效，如果本次值與上次值之差 a，則本次值無效，放棄本次值，用上次值代替本次值。b優點 能有效克服因偶然因素引起的脈衝干擾。c缺點 無法抑制那種週期性的干擾，平滑...
微控制器常用濾波演算法
說明 假定從 8位 ad中讀取資料 如果是更高位的 ad可定義資料型別為 int 子程式為 get ad 一 限幅濾波法 又稱程式判斷濾波法 a 方法 根據經驗判斷，確定兩次取樣允許的最大偏差值 設為 a 每次檢測到新值時判斷 如果本次值與上次值之差 a,則本次值有效 如果本次值與上次值之差 a,則...
常用軟體濾波演算法 摘自 FeoTech
1 限幅濾波法 又稱程式判斷濾波法 a 名稱 限幅濾波法 又稱程式判斷濾波法 b 方法 根據經驗判斷，確定兩次取樣允許的最大偏差值 設為a 每次檢測到新值時判斷 如果本次值與上次值之差 a，則本次值有效，如果本次值與上次值之差 a，則本次值無效，放棄本次值，用上次值代替本次值。c 優點 能有效克服因...