1 嵌入式測控系統中常見的數字濾波算法
1.1 限幅濾波
首先根據被測對象確定相鄰兩次採樣所允許的最大差值△Y，然後在每次採樣後和上次有效採樣值進行比較，如果變化幅度不超過△Y，則本次採樣有效；否則，本次採樣值被視爲干擾而放棄，而以上次採樣值爲準。其原理可用如下公式表示：
其中，yn爲第n次採樣值，yn-1爲第(n-1)次採樣值。
實現上述過程的參考程序(返回有效的採樣值)如下：
限幅濾波主要用於處理變化比較緩慢的數據，如溫度、溼度、液位等。該方法使用的關鍵是要選取合適的門限△Y。△Y通常可根據經驗數據獲得，必要時也可由實驗得到。
1.2中值濾波
這種濾波方式一般對目標參數連續採樣N次(N一般爲奇數)，然後把N次採樣值進行排序，再取中間值作爲有效值。對於變化很慢的參數，也可以增加採樣次數。而對於變化較爲劇烈的參數，此法不宜採用。其參考程序如下：
1.3算術平均濾波
該算法對目標參數先進行連續採樣，然後求其算術平均值作爲有效採樣值。該算法適用於對具有隨機干擾的信號進行濾波。這種信號的特點是有一個平均值。信號在某一數值附近上下波動。信號的平滑程度完全取決於採樣次數N，採樣次數越多，平滑效果越好，但系統的靈敏度也會下降。爲方便求平均值，N一般取4、8、16之類的2的整數次冪，以便系統用移位法來代替除法。其參考程序如下：
1.4去極值平均濾波
算術平均濾波不能消除明顯的脈衝干擾，而只是將其影響削弱。由於明顯干擾會使採樣值遠離其真實值，因此可以比較容易地將其剔除，而不參加平均值計算，從而使平均濾波的輸出值更接近真實值，這就是去極值算法，又稱爲防脈衝干擾平均值濾波算法。該方法的原理是連續採樣N次，並將其累加求和，同時找出其中的最大值和最小值，再從累加和中減去最大值和最小值，再按N-2個採樣值求平均，即可獲得有效採樣值。爲方便求平均值，N-2應爲2、4、8、16，故N常取4、6、10、18。其參考程序如下：
1.5加權平均濾波
算術平均濾波和去極值平均濾波均存在平滑性和靈敏性的矛盾。因爲，採樣次數太少，平滑效果差；採樣次數太多，靈敏度下降，對參數的變化趨勢不敏感。爲協調兩者的關係，可採用加權平均濾波。即對連續N次採樣值分別乘上不同的加權係數之後再求累加和。加權係數一般先小後大，以突出後面若干採樣的效果，來加強系統對參數變化趨勢的辨識。各個加權係數均應是小於1的小數，且應滿足總和等於1的約束條件。這樣，加權運算之後的累加和即爲有效採樣值。爲方便計算，可取各加權係數均爲整數，且總和爲256，加權運算之後的累加和再除以256後便是有效採樣值。其參考程序如下：
1.6滑動平均濾波
以上介紹的各種平均濾波算法具有一個共同點，即每取得一個有效採樣值都必須連續進行若干次採樣，這些方法在採樣速度較慢(如雙積分型A／D轉換)或目標參數變化較快時，系統的實時性往往不能得到保證。而滑動平均濾波算法只採樣一次，它將這一次採樣值和過去的若干次採樣值一起求平均，然後所得到的有效採樣值即可投入使用。這樣，如果取N個採樣值求平均，則RAM中必須開闢N個數據的暫存區。每新採集一個數據便存入暫存區，同時去掉一個最老的數據，以保持這N個數據始終是最近的數據。這種數據存放方式可以用環形隊列數據結構來實現。其參考程序如下：
1.7低通濾波
將普通硬件RC低通濾波器的微分方程用差分方程來表示，便可用軟件算法來模擬硬件濾波功能。經推導，對於低通濾波算法有：
式中Xn爲本次採樣值；Yn-1爲上次的濾波輸出值；α爲濾波係數，其值<<1；Yn爲本次濾波輸出值。這種算法對變化緩慢的物理量是很有效的。但應注意一點，它不能濾除高於二分之一採樣頻率的干擾信號。比如採樣頻率爲2 Hz，則對1 Hz以上的干擾信號通常應配合硬件濾波電路來濾除。該方法的參考程序如下：
2各種數字濾波方法對比
數字濾波的方法多種多樣，表1給出了幾種數字濾波算法的優缺點和適用對象。
3 結束語
基於嵌入式測控系統的數字濾波方法多種多樣，因此，在選擇濾波方法時，首先要考慮微控制器的存儲量、運算時間、運算能力以及實時性是否滿足實際要求。然後再根據主要的干擾源(對系統的測試精度影響最大的干擾源)和測試對象的特點來選擇合適的濾波方法。