物联网终端设备大多数传感器都是模拟量，而我们需要得到这个模拟量的数值，就离不开ADC。


      然而，我们单片机ADC采集的模拟量基本都会经过“滤波”处理才能使用，下面给大家分享一些常见的ADC滤波算法。

      一、限幅滤波

      1、方法


      根据经验判断两次采样允许的最大偏差值A


      每次采新值时判断：若本次值与上次值之差<=A，则本次有效；若本次值与上次值之差>A，本次无效，用上次值代替本次。


      2、优缺点

      克服脉冲干扰，无法抑制周期性干扰，平滑度差。

      3、代码

      二、中位值滤波

      1、方法


      连续采样N次，按大小排列


      取中间值为本次有效值


      2、优缺点

      克服波动干扰，对温度等变化缓慢的被测参数有良好的滤波效果，对速度等快速变化的参数不宜。

      3、代码

      三、算数平均滤波

      1、方法


      连续采样N次，取平均


      N较大时平滑度高，灵敏度低


      N较小时平滑度低，灵敏度高


      一般N=12


      2、优缺点

      适用于存在随机干扰的系统，占用RAM多，速度慢。

      3、代码

      四、递推平均滤波

      1、方法


      取N个采样值形成队列，先进先出


      取均值


      一般N=4~12


      2、优缺点


      对周期性干扰抑制性好，平滑度高


      适用于高频振动系统


      灵敏度低，RAM占用较大，脉冲干扰严重

      3、代码

      五、中位值平均滤波

      1、方法


      采样N个值，去掉最大最小


      计算N-2的平均值


      N= 3~14


      2、优缺点


      融合了中位值，平均值的优点


      消除脉冲干扰


      计算速度慢，RAM占用大

      3、代码

      六、限幅平均滤波

      1、方法


      每次采样数据先限幅后送入队列


      取平均值


      2、优缺点


      融合限幅、均值、队列的优点


      消除脉冲干扰，占RAM较多

      3、代码

      七、一阶滞后滤波

      1、方法


      取a=0~1


      本次滤波结果=（1-a）* 本次采样 + a * 上次结果


      2、优缺点


      良好一直周期性干扰，适用波动频率较高场合


      灵敏度低，相位滞后

      3、代码

      八、加权递推平均滤波

      1、方法

      对递推平均滤波的改进，不同时刻的数据加以不同权重，通常越新的数据权重越大，这样灵敏度高，但平滑度低。

      2、优缺点

      适用有较大滞后时间常数和采样周期短的系统，对滞后时间常数小，采样周期长、变化慢的信号不能迅速反应其所受干扰。

      3、代码

      九、消抖滤波

      1、方法


      设置一个滤波计数器


      将采样值与当前有效值比较


      若采样值=当前有效值，则计数器清0


      若采样值不等于当前有效值，则计数器+1


      若计数器溢出，则采样值替换当前有效值，计数器清0


      2、优缺点


      对变化慢的信号滤波效果好，变化快的不好


      避免临界值附近的跳动，计数器溢出时若采到干扰值则无法滤波

      3、代码

      十、限幅消抖滤波

      1、方法

      先限幅 后消抖

      2、优缺点


      融合了限幅、消抖的优点


      避免引入干扰值，对快速变化的信号不宜

      3、代码