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
示例程序
#define get_ad() 10
extern void delay(void);
/*1、限副滤波
A值可根据实际情况调整
＆#118alue为有效值，new_＆#118alue为当前采样值
滤波程序返回有效的实际值 */
#define A 10
char ＆#118alue;
char filter()
{
char new_＆#118alue;
new_＆#118alue = get_ad();
if ( ( new_＆#118alue - ＆#118alue > A ) || ( ＆#118alue - new_＆#118alue > A ) ) return ＆#118alue;
else return new_＆#118alue;
}
/*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*/
#define N 11
char filter()
{
char ＆#118alue_buf[N];
char count,i,j,temp;
for ( count=0;count {
＆#118alue_buf[count] = get_ad();
delay();
}
for (j=0;j {
for (i=0;i {
if ( ＆#118alue_buf[i]>＆#118alue_buf[i+1] )
{
temp = ＆#118alue_buf[i];
＆#118alue_buf[i] = ＆#118alue_buf[i+1];
＆#118alue_buf[i+1] = temp;
}
}
}
return ＆#118alue_buf[(N-1)/2];
}
/*3、算术平均滤波法*/
#define N 12
char filter()
{
int sum = 0;
char count;
for ( count=0;count {
sum+=get_ad();
delay();
}
return (char)(sum/N);
}
/*4、递推平均滤波法（又称滑动平均滤波法）*/
#define N 12
char ＆#118alue_buf[N];
char i=0;
char filter()
{
char count;
int sum=0;
＆#118alue_buf[i++]=get_ad();
if (i == N) i=0;
for ( count=0;count sum = ＆#118alue_buf[count];
return (char)(sum/N);
}
/*5、中位值平均滤波法（又称防脉冲干扰平均滤波法）*/
#define N 12
char filter()
{
char count,i,j,temp;
char ＆#118alue_buf[N];
int sum=0;
for (count=0;count {
＆#118alue_buf[count] = get_ad();
delay();
}
for (j=0;j {
for (i=0;i {
if ( ＆#118alue_buf[i]>＆#118alue_buf[i+1] )
{
temp = ＆#118alue_buf[i];
＆#118alue_buf[i] = ＆#118alue_buf[i+1];
＆#118alue_buf[i+1] = temp;
}
}
}
for(count=1;count sum += ＆#118alue_buf[count];
return (char)(sum/(N-2));
}
/*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 */
#define a 50
char ＆#118alue;
char filter()
{
char new_＆#118alue;
new_＆#118alue = get_ad();
return (100-a)*＆#118alue + a*new_＆#118alue;
}
/*
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。*/
#define N 12
char coe[N] = {1,2,3,4,5,6,7,8,9,10,11,12};
char sum_coe = 1+2+3+4+5+6+7+8+9+10+11+12;
char filter()
{
char count;
char ＆#118alue_buf[N];
int sum=0;
for (count=0;count {
＆#118alue_buf[count] = get_ad();
delay();
}
for (count=0;count sum += ＆#118alue_buf[count]*coe[count];
return (char)(sum/sum_coe);
}
/*9、消抖滤波法*/
char ＆#118alue;
#define N 12
char filter()
{
char count=0;
char new_＆#118alue;
new_＆#118alue = get_ad();
while (＆#118alue !=new_＆#118alue);
{
count++;
if (count>=N) return new_＆#118alue;
delay();
new_＆#118alue = get_ad();
}
return ＆#118alue;
}
/*10、限幅消抖滤波法