简单滤波算法

1. 限幅滤波
方法：根据经验判断，确定两次采样允许的最大偏差值（设为LIMIT）每次检测到新值时判断，如果本次值与上次值的之差的绝对值大于LIMIT，则本次值无效，放弃本次值。
优点：能有效克服偶然因素引起的脉冲干扰。
缺点：无法抑制那种周期性的干扰，且平滑度差。

#define LIMIT 10
u8 amlitudeLimiterFilter(u8 oldValue)
{
    u8 newValue = getValue();
    if(abs(newValue-oldValue) > LIMIT)
        return oldValue;
    else
        return newValue;
}
value = getValue(); //给oldValue赋初值
while(1)
{
    value = amlitudeLimiterFilter(value);
}

2. 中位值滤波
方法：连续采样N次（N取奇数）把N次采样值按照大小排列取中间值为本次有效值。
优点：能有效克服因偶然因素引起的波动干扰；对温度，液位等变化缓慢的被测参数有良好的效果。
缺点：对流量，速度等快速变化的参数不宜。

#define N 9
u8 middleValueFiter()
{
    u8 value_buffer[N];
    u8 i,j,k,temp;
    for(i=0;i//冒泡法排序
    for(j=0;jfor(k=N-1;k>j;k--)
        {
            if(value_buffer[k] < value_buffer[k-1])
            {
                temp = value_buffer[k];
                value_buffer[k] = value_buffer[k-1];
                value_buffer[k-1] = temp;
            }
        }
    }
    return value_buffer[N/2];
}

3. 算术平均滤波
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，灵敏度较低，反之相反。
优点：适用于对一般具有随机干扰信号进行滤波，这种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。
缺点：对于测量速度较慢或者要求数据计算较快的实时控制不适用。

#define N 12
u8 averageFiter()
{
    int sum = 0;
    int i;
    for(i=0;isum + = getValue();
        delay();
    }
    return sum/N;
}

4. 递推/滑动平均滤波
方法：把连续取N个采样值堪称一个队列，队列的长度固定位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，就可以获得新的滤波结果。
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。
缺点：灵敏度低；对偶然出现的脉冲性干扰的抑制作用较差，不适用于脉冲干扰较严重的场合，比较浪费RAM。

#define N 20
u8 value_buf[N];
u8 moveAverageFiter(u8 newValue,u8 curNum,int sum)
{
    u8 i;
    static int sum=0;
    if(curNumsum + = newValue;
        return sum/curNum;
    }
    else
    {
        sum -= value_buf[0];
        sum += newValue;
        for(i=1;i1] = value_buf[i];
        value_buf[N-1] = newValue;
        return sum/N;
    }
}

5. 中位值平均滤波
方法：相当于“中位值滤波法”+“算术平均滤波法”，连续采N个数据，去掉一个最大值和一个最小值然后N-2个数据的平均值。
优点：融合了两种滤波的优点，对于偶然出现的脉冲干扰，可消除由其引起的采样值偏差，对周期干扰有良好的抑制作用，平滑度高，适用于高频震荡的系统。
缺点：测量速度慢。

#define N 10
u8 middleAverageFiter()
{
    u8 i,j,k;
    u8 temp,value;
    int sum=0;
    u8 value_buf[N];
    for(i=0;i//冒泡法排序
    for(j=0;jfor(k=N-1;k>j;k--)
        {
            if(value_buffer[k] < value_buffer[k-1])
            {
                temp = value_buffer[k];
                value_buffer[k] = value_buffer[k-1];
                value_buffer[k-1] = temp;
            }
        }
    }
    return (sum-value_buf[0] - value_buf[N-1])/(N-2);
}

6. 递推中位值平均滤波
方法：把连续取N个采样值堪称一个队列，队列的长度固定位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个数据去掉最大值和最小值后进行算术平均运算，就可以获得新的滤波结果。
优点：对于偶然出现的脉冲性干扰，可消除由其引起的采样值偏差。对周期性干扰有良好的抑制作用，平滑度高；试用于高频振荡的系统。
缺点：测量速度慢。

#define N 10
u8 recursionMiddleAvterageFilter(u8 newValue)
{
    static u8 curNum = 0;
    u8 i;
    static u8 max = 0;
    static u8 min = 0;
    static u8 value_buf[N];
    static int sum = 0;
    if(curNum < N)
    {
        value_buf[curNum++] = curValue;
        sum + = curValue;
        return sum/curNum;
    }
    else
    { 
        for(i=1;i1] = value_buf[i];
        value_buf[N-1] = newValue;
        for(i=0;iif(value_buf[i] > max)       
                max = value_buf[i];
            if(value_buf[i] < min)     
                min = value_buf[i];
            sum += value_buf[i];
        }
        return (sum-min-max)/(N-2);
    }
}

7. 限幅平均滤波法
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平均滤波处理。
优点：对于偶然出现的脉冲性干扰，可消除有其引起的采样值偏差。
缺点：比较浪费RAM。

#define LIMIT 10
#define N 12
u8 filter(u8 newValue)
{
    u8 i;
    static u8 curNum = 0;
    static u8 value_buf[N];
    static int sum = 0;
    if(curNum < N)
    {
        value_buf[curNum++] = curValue;
        sum + = curValue;
        return sum/curNum;
    }
    data[N]=GetAD();
    if(abs(newValue - value_buf[N-1]) < LIMIT)
    {
        sum -= value_buf[0];
        sum += curValue;
        for(i=1;i1] = value_buf[i];
        value_buf[N-1] = newValue;
    }
    return sum/N;
}

8. 一阶滞后滤波法
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。
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。
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。

float a;
u8 firstOrderFilter(u8 newValue, u8 oldValue)
{
    return  a * newValue + (1-a) * oldValue;
}
u8 value = getValue();
while(1)
{
    value = firstOrderFilter(getValue(),value);
}