文档介绍：基本的数字滤波方法及算法实现
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；
Ｄ、算法：
/* 　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  */
＃deｆｉｎｅ A 10
ｃｈar value;
cｈａｒｆilter()
{
   char 　new_vａlｕe；
   nｅw＿vａlｕｅ =　ｇｅt＿aｄ（)；
   if （（ neｗ_vaｌｕe -　vａlue　> A )　｜| (　vaｌuｅ－ new_ｖalｕe > Ａ）
      retｕｒｎ　valuｅ;
   rｅturn ｎew＿value；
        
}
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，非常占用时间,如果不使用冒泡算法的话相对会快一点。
D、算法
／*  N值可根据实际情况调整
   　排序采用冒泡法＊/
＃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+＋）
   ｛
      for （i=0;i〈N-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];
｝    
Ｅ、实际的效果
通过中间值选取,可以将信号压缩，这样针对缓慢变化的信号可以利用这个方法对信号进行时间轴上的压缩处理这样就自然的将干扰脉冲清除干净。
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
D、算法：
＃defiｎｅ N 1２
chａr　filteｒ(）
{
   int 　sｕm　=　０；
   foｒ　（ cｏuｎt＝0;coｕnt〈N;coｕｎt+＋）
   ｛
      sｕm + =　ｇｅt＿ad();
      deｌaｙ(）；
   }
   reｔurn （cｈaｒ)（suｍ/N)；
}
E、实际的效果
于中间值滤波效果类是,但是速度会快很多。
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
Ｄ、算法：
＃dｅfｉｎe N 1２
cｈar value＿bｕ