分享5种嵌入式开发常用的滤波算法

大家好，我是专注分享职业规划/技术科普/智能生活有关原创文章的allen康哥。

今天介绍下嵌入式系统中常见的信号处理与滤波算法。

一、限幅滤波法：按键消抖场景原理

通过设定最大允许偏差值（A），若新采样值与历史值的差值超过阈值则视为噪声，保留旧值。该算法适合消除突发性脉冲干扰。

应用场景机械按键消抖：消除触点接触瞬间的抖动信号。

电机转速突变检测：防止因负载突变导致的异常值干扰控制逻辑。

代码实现

#define MAX_DELTA 5  // 最大允许偏差值

char limit_filter(char current_val) {
    static char last_val;
    if (abs(current_val - last_val) > MAX_DELTA) 
        return last_val;  // 超出阈值则保留旧值
    else 
        last_val = current_val;
    return current_val;
}

二、中位值滤波：温度传感器去噪原理

对连续奇数次采样值排序后取中间值，有效抑制偶发干扰。

应用场景热敏电阻测温：消除环境电磁干扰导致的偶发跳变。

液位监测：过滤因流体波动引起的瞬时异常数据。

代码实现

#define N 7  // 奇数采样次数

char median_filter() {
    char samples[N], temp;
    for (int i=0; i<N; i++) 
        samples[i] = get_adc();  // 获取ADC采样值
    
    // 冒泡排序取中值
    for (int i=0; i<N-1; i++) {
        for (int j=0; j<N-i-1; j++) {
            if (samples[j] > samples[j+1]) {
                temp = samples[j];
                samples[j] = samples[j+1];
                samples[j+1] = temp;
            }
        }
    }
    return samples[N/2];  // 返回中间值
}

三、滑动平均滤波：流量实时监测原理

维护固定长度的数据队列，计算窗口内数据的算术平均，动态响应变化。

应用场景流量计数据平滑：消除流体湍流引起的瞬时波动。

电池电流监测：平衡实时性与噪声抑制需求。

代码优化

#define WINDOW_SIZE 8  // 窗口长度

int moving_average() {
    static int buffer[WINDOW_SIZE], index = 0;
    buffer[index] = get_adc();  // 新数据入队
    index = (index + 1) % WINDOW_SIZE;  // 环形队列管理
    
    int sum = 0;
    for (int i=0; i<WINDOW_SIZE; i++) 
        sum += buffer[i];
    return sum / WINDOW_SIZE;  // 计算均值
}

四、卡尔曼滤波：姿态传感器数据融合原理

通过预测与校正机制，融合多传感器数据并动态估计系统状态。

应用场景无人机姿态解算：融合陀螺仪与加速度计数据。

智能车定位：结合编码器与视觉数据优化位置估计。

代码实现

typedef struct {
    float q;    // 过程噪声方差
    float r;    // 测量噪声方差
    float x;    // 状态估计值
    float p;    // 估计误差协方差
    float k;    // 卡尔曼增益
} KalmanFilter;

float kalman_update(KalmanFilter *kf, float measurement) {
    // 预测阶段
    kf->p += kf->q;  
    // 更新阶段
    kf->k = kf->p / (kf->p + kf->r);
    kf->x += kf->k * (measurement - kf->x);
    kf->p *= (1 - kf->k);
    return kf->x;
}

五、一阶滞后滤波：电机电流平滑控制原理

通过加权系数α平衡新采样值与历史输出值，实现低计算量滤波。

应用场景PWM电流控制：抑制高频开关噪声。

温度PID控制：减少执行器频繁动作。

代码实现

#define ALPHA 0.3  // 平滑系数（0<α<1）

float first_order_filter(float new_sample) {
    static float prev_output = 0;
    prev_output = ALPHA * new_sample + (1 - ALPHA) * prev_output;
    return prev_output;
}

选型建议资源受限场景（如8位MCU）优先选择限幅、中位值等轻量算法。动态系统控制（如无人机）推荐卡尔曼滤波，需平衡计算复杂度与精度。高频信号处理（如电机电流）采用一阶滞后或滑动平均滤波，避免相位延迟。

你好，我是Allen，CSDN博客专家，博客访问超千万。现任世界500强外企高级开发工程师，有多年国企和外企工作经验，擅长电子及嵌入式方向学习规划，简历优化及offer咨询，高考/考研咨询等，欢迎留言与我交流！