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
C、缺点：
对于快速变化的参数不宜
如果在计数器溢出的那一次采样到的值恰好是干扰值,则会将干扰值当作有效值导入系统

10、限幅消抖滤波法
A、方法：
相当于“限幅滤波法”+“消抖滤波法”
先限幅,后消抖
B、优点：
继承了“限幅”和“消抖”的优点
改进了“消抖滤波法”中的某些缺陷,避免将干扰值导入系统
C、缺点：
对于快速变化的参数不宜


第11种方法：IIR 数字滤波器 

A. 方法：
确定信号带宽， 滤之。
Y(n) = a1*Y(n-1) + a2*Y(n-2) + ... + ak*Y(n-k) + b0*X(n) + b1*X(n-1) + b2*X(n-2) + ... + bk*X(n-k)

B. 优点：高通，低通，带通，带阻任意。设计简单(用matlab）
C. 缺点：运算量大。


//--------------------------------------------------------------------- 

软件滤波的C程序样例

10种软件滤波方法的示例程序

假定从8位AD中读取数据（如果是更高位的AD可定义数据类型为int),子程序为get_ad();

1、限副滤波
/*  A值可根据实际情况调整
value为有效值，new_value为当前采样值  
滤波程序返回有效的实际值  */

1. #define A 10

2.  

3. char value;

4.  

5. char filter()

6. {

7.    char  new_value;

8.    new_value = get_ad();

9.    if ( ( new_value - value > A ) || ( value - new_value > A ))

10. {

11.       return value;

12. }

13.    return new_value;

14.          

15. }

2、中位值滤波法
/*  N值可根据实际情况调整
排序采用冒泡法*/

1. #define N  11

2.  

3. char filter()

4. {

5.    char value_buf[N];

6.    char count,i,j,temp;

7.    for ( count=0;count<N;COUNT++)

8.    {

9.       value_buf[count] = get_ad();

10.       delay();

11.    }

12.    for (j=0;j<N-1;J++)

13.    {

14.       for (i=0;i<N-J;I++)

15.       {

16.          if ( value_buf>value_buf[i+1] )

17.          {

18.             temp = value_buf;

19.             value_buf = value_buf[i+1]; 

20.              value_buf[i+1] = temp;

21.          }

22.       }

23.    }

24.    return value_buf[(N-1)/2];

25. }     

3、算术平均滤波法
/*
*/

1. #define N 12

2.  

3. char filter()

4. {

5.    int  sum = 0;

6.    for ( count=0;count<N;COUNT++)

7.    {

8.       sum + = get_ad();

9.       delay();

10.    }

11.    return (char)(sum/N);

12. }

4、递推平均滤波法（又称滑动平均滤波法）
/*
*/

1. #define N 12 

2.  

3. char value_buf[N];

4. char i=0;

5.  

6. char filter()

7. {

8.    char count;

9.    int  sum=0;

10.    value_buf[i++] = get_ad();

11.    if ( i == N )   

12. {

13. i = 0;

14. }

15.    for ( count=0;count<N,COUNT++)

16.    {

17.    sum = value_buf[count];

18. }

19.    return (char)(sum/N);

20. }

5、中位值平均滤波法（又称防脉冲干扰平均滤波法）
/*
*/

1. #define N 12

2.  

3. char filter()

4. {

5.    char count,i,j;

6.    char value_buf[N];

7.    int  sum=0;

8.    for  (count=0;count<N;COUNT++)

9.    {

10.       value_buf[count] = get_ad();

11.       delay();

12.    }

13.    for (j=0;j<N-1;J++)

14.    {

15.       for (i=0;i<N-J;I++)

16.       {

17.          if ( value_buf>value_buf[i+1] )

18.          {

19.             temp = value_buf;

20.             value_buf = value_buf[i+1]; 

21.             value_buf[i+1] = temp;

22.          }

23.       }

24.    }

25.    for(count=1;count<N-1;COUNT++)

26.    {

27.    sum += value[count];

28. }

29.    return (char)(sum/(N-2));

30. }

6、限幅平均滤波法
/*
*/  
略 参考子程序1、3

7、一阶滞后滤波法
/* 为加快程序处理速度假定基数为100，a=0~100 */

1. #define a 50

2.  

3. char value;

4.  

5. char filter()

6. {

7.    char  new_value;

8.    new_value = get_ad();

9.    return (100-a)*value + a*new_value; 

10. }

8、加权递推平均滤波法
/* coe数组为加权系数表，存在程序存储区。*/

1. #define N 12

2.  

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

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

5.  

6. char filter()

7. {

8.    char count;

9.    char value_buf[N];

10.    int  sum=0;

11.    for (count=0,count<N;COUNT++)

12.    {

13.       value_buf[count] = get_ad();

14.       delay();

15.    }

16.    for (count=0,count<N;COUNT++)

17. {

18.       sum += value_buf[count]*coe[count];

19. }

20.    return (char)(sum/sum_coe);

21. }

9、消抖滤波法

1. #define N 12

2.  

3. char filter()

4. {

5.    char count=0;

6.    char new_value;

7.    new_value = get_ad();

8.    while (value !=new_value);

9.    {

10.       count++;

11.       if (count>=N) 

12. {

13. return new_value;

14. }

15.       delay();

16.       new_value = get_ad();

17.    }

18.    return value;    

19. }

10、限幅消抖滤波法
/*
*/
略 参考子程序1、9

11、IIR滤波例子

1. int  BandpassFilter4(int InputAD4)

2. {

3.     int  ReturnValue; 

4.     int  ii;

5.     RESLO=0;

6.     RESHI=0;

7.     MACS=*PdelIn;

8.     OP2=1068; //FilterCoeff4[4];

9.     MACS=*(PdelIn+1);

10.     OP2=8;    //FilterCoeff4[3];

11.     MACS=*(PdelIn+2);

12.     OP2=-2001;//FilterCoeff4[2];

13.     MACS=*(PdelIn+3);

14.     OP2=8;    //FilterCoeff4[1];

15.     MACS=InputAD4;

16.     OP2=1068; //FilterCoeff4[0];

17.     MACS=*PdelOu;

18.     OP2=-7190;//FilterCoeff4[8];

19.     MACS=*(PdelOu+1);

20.     OP2=-1973; //FilterCoeff4[7];

21.     MACS=*(PdelOu+2);

22.     OP2=-19578;//FilterCoeff4[6];

23.     MACS=*(PdelOu+3);

24.     OP2=-3047; //FilterCoeff4[5];

25.     *p=RESLO;

26.     *(p+1)=RESHI;

27.     mytestmul<<=2;

28.     ReturnValue=*(p+1);

29.     for(ii=0;ii<3;ii++)

30.     {

31.       DelayInput[ii]=DelayInput[ii+1];

32.       DelayOutput[ii]=DelayOutput[ii+1];

33.     } 

34.      DelayInput[3]=InputAD4;

35.      DelayOutput[3]=ReturnValue;

36.      

37.    //  if (ReturnValue<0)

38.    //  {

39.    //  ReturnValue=-ReturnValue;

40.    //  }

41.     return ReturnValue;  

42. }

https://blog.csdn.net/sf646951633/article/details/86596540