最近在研究平衡車，由于MPU6050的深入，我也學會了一些濾波算法，自己寫了一些算法，收集了一些算法，供大家一起學習分享，我的代碼都是經過反複試驗，複制到Arduino中就能開跑的成品代碼，移植到自己的程式中非常友善。而且都仔細研究了各個算法，把錯誤都修正了的，是以也算個小原創吧，在别人基礎上的原創。
1、限幅濾波法（又稱程式判斷濾波法）
2、中位值濾波法
3、算術平均濾波法
4、遞推平均濾波法（又稱滑動平均濾波法）
5、中位值平均濾波法（又稱防脈沖幹擾平均濾波法）
6、限幅平均濾波法
7、一階滞後濾波法
8、權重遞推平均濾波法
9、消抖濾波法
10、限幅消抖濾波法
程式預設對int類型資料進行濾波，如需要對其他類型進行濾波，隻需要把程式中所有int替換成long、float或者double即可。
[pre lang="arduino" line="1"]/*
A、名稱：限幅濾波法（又稱程式判斷濾波法）
B、方法：
根據經驗判斷，确定兩次采樣允許的最大偏內插補點（設為A），
每次檢測到新值時判斷：
如果本次值與上次值之差<=A，則本次值有效，
如果本次值與上次值之差>A，則本次值無效，放棄本次值，用上次值代替本次值。
C、優點：
能有效克服因偶然因素引起的脈沖幹擾。
D、缺點：
無法抑制那種周期性的幹擾。
平滑度差。
E、整理：shenhaiyu 2013-11-01
*/
int Filter_Value;
int Value;
void setup() {
Serial.begin(9600); // 初始化序列槽通信
randomSeed(analogRead(0)); // 産生随機種子
Value = 300;
}
void loop() {
Filter_Value = Filter(); // 獲得濾波器輸出值
Value = Filter_Value; // 最近一次有效采樣的值，該變量為全局變量
Serial.println(Filter_Value); // 序列槽輸出
delay(50);
// 用于随機産生一個300左右的目前值
int Get_AD() {
return random(295, 305);
// 限幅濾波法（又稱程式判斷濾波法）
#define FILTER_A 1
int Filter() {
int NewValue;
NewValue = Get_AD();
if(((NewValue - Value) > FILTER_A) || ((Value - NewValue) > FILTER_A))
return Value;
else
return NewValue;
}[/pre]
A、名稱：中位值濾波法
連續采樣N次（N取奇數），把N次采樣值按大小排列，
取中間值為本次有效值。
能有效克服因偶然因素引起的波動幹擾；
對溫度、液位的變化緩慢的被測參數有良好的濾波效果。
對流量、速度等快速變化的參數不宜。
// 中位值濾波法
#define FILTER_N 101
int filter_buf[FILTER_N];
int i, j;
int filter_temp;
for(i = 0; i < FILTER_N; i++) {
filter_buf = Get_AD();
delay(1);
}
// 采樣值從小到大排列（冒泡法）
for(j = 0; j < FILTER_N - 1; j++) {
for(i = 0; i < FILTER_N - 1 - j; i++) {
if(filter_buf > filter_buf[i + 1]) {
filter_temp = filter_buf;
filter_buf = filter_buf[i + 1];
filter_buf[i + 1] = filter_temp;
}
}
return filter_buf[(FILTER_N - 1) / 2];
A、名稱：算術平均濾波法
連續取N個采樣值進行算術平均運算：
N值較大時：信号平滑度較高，但靈敏度較低；
N值較小時：信号平滑度較低，但靈敏度較高；
N值的選取：一般流量，N=12；壓力：N=4。
适用于對一般具有随機幹擾的信号進行濾波；
這種信号的特點是有一個平均值，信号在某一數值範圍附近上下波動。
對于測量速度較慢或要求資料計算速度較快的實時控制不适用；
比較浪費RAM。
// 算術平均濾波法
#define FILTER_N 12
int i;
int filter_sum = 0;
filter_sum += Get_AD();
return (int)(filter_sum / FILTER_N);
A、名稱：遞推平均濾波法（又稱滑動平均濾波法）
把連續取得的N個采樣值看成一個隊列，隊列的長度固定為N，
每次采樣到一個新資料放入隊尾，并扔掉原來隊首的一次資料（先進先出原則），
把隊列中的N個資料進行算術平均運算，獲得新的濾波結果。
N值的選取：流量，N=12；壓力，N=4；液面，N=4-12；溫度，N=1-4。
對周期性幹擾有良好的抑制作用，平滑度高；
适用于高頻振蕩的系統。
靈敏度低，對偶然出現的脈沖性幹擾的抑制作用較差；
不易消除由于脈沖幹擾所引起的采樣值偏差；
不适用于脈沖幹擾比較嚴重的場合；
// 遞推平均濾波法（又稱滑動平均濾波法）
int filter_buf[FILTER_N + 1];
filter_buf[FILTER_N] = Get_AD();
filter_buf = filter_buf[i + 1]; // 所有資料左移，低位仍掉
filter_sum += filter_buf;
A、名稱：中位值平均濾波法（又稱防脈沖幹擾平均濾波法）
采一組隊列去掉最大值和最小值後取平均值，
相當于“中位值濾波法”+“算術平均濾波法”。
連續采樣N個資料，去掉一個最大值和一個最小值，
然後計算N-2個資料的算術平均值。
N值的選取：3-14。
融合了“中位值濾波法”+“算術平均濾波法”兩種濾波法的優點。
對于偶然出現的脈沖性幹擾，可消除由其所引起的采樣值偏差。
對周期幹擾有良好的抑制作用。
平滑度高，适于高頻振蕩的系統。
計算速度較慢，和算術平均濾波法一樣。
// 中位值平均濾波法（又稱防脈沖幹擾平均濾波法）（算法1）
#define FILTER_N 100
int filter_temp, filter_sum = 0;
filter_buf = Get_AD();
// 去除最大最小極值後求平均
for(i = 1; i < FILTER_N - 1; i++) filter_sum += filter_buf;
return filter_sum / (FILTER_N - 2);
// 中位值平均濾波法（又稱防脈沖幹擾平均濾波法）（算法2）
/*
int filter_max, filter_min;
filter_max = filter_buf[0];
filter_min = filter_buf[0];
filter_sum = filter_buf[0];
for(i = FILTER_N - 1; i > 0; i--) {
if(filter_buf > filter_max)
filter_max=filter_buf;
else if(filter_buf < filter_min)
filter_min=filter_buf;
filter_sum = filter_sum + filter_buf;
filter_buf = filter_buf[i - 1];
i = FILTER_N - 2;
filter_sum = filter_sum - filter_max - filter_min + i / 2; // +i/2 的目的是為了四舍五入
filter_sum = filter_sum / i;
return filter_sum;
}*/[/pre]
A、名稱：限幅平均濾波法
相當于“限幅濾波法”+“遞推平均濾波法”；
每次采樣到的新資料先進行限幅處理，
再送入隊列進行遞推平均濾波處理。
融合了兩種濾波法的優點；
對于偶然出現的脈沖性幹擾，可消除由于脈沖幹擾所引起的采樣值偏差。
int filter_buf[FILTER_N];
filter_buf[FILTER_N - 2] = 300;
// 限幅平均濾波法
filter_buf[FILTER_N - 1] = Get_AD();
if(((filter_buf[FILTER_N - 1] - filter_buf[FILTER_N - 2]) > FILTER_A) || ((filter_buf[FILTER_N - 2] - filter_buf[FILTER_N - 1]) > FILTER_A))
filter_buf[FILTER_N - 1] = filter_buf[FILTER_N - 2];
for(i = 0; i < FILTER_N - 1; i++) {
filter_buf = filter_buf[i + 1];
return (int)filter_sum / (FILTER_N - 1);
A、名稱：一階滞後濾波法
取a=0-1，本次濾波結果=(1-a)*本次采樣值+a*上次濾波結果。
對周期性幹擾具有良好的抑制作用；
适用于波動頻率較高的場合。
相位滞後，靈敏度低；
滞後程度取決于a值大小；
不能消除濾波頻率高于采樣頻率1/2的幹擾信号。
// 一階滞後濾波法
#define FILTER_A 0.01
Value = (int)((float)NewValue * FILTER_A + (1.0 - FILTER_A) * (float)Value);
return Value;
A、名稱：權重遞推平均濾波法
是對遞推平均濾波法的改進，即不同時刻的資料加以不同的權；
通常是，越接近現時刻的資料，權取得越大。
給予新采樣值的權系數越大，則靈敏度越高，但信号平滑度越低。
适用于有較大純滞後時間常數的對象，和采樣周期較短的系統。
對于純滞後時間常數較小、采樣周期較長、變化緩慢的信号；
不能迅速反應系統目前所受幹擾的嚴重程度，濾波效果差。
// 權重遞推平均濾波法
int coe[FILTER_N] = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12}; // 權重系數表
int sum_coe = 1 + 2 + 3 + 4 + 5 + 6 + 7 + 8 + 9 + 10 + 11 + 12; // 權重系數和
filter_sum += filter_buf * coe;
filter_sum /= sum_coe;
A、名稱：消抖濾波法
設定一個濾波計數器，将每次采樣值與目前有效值比較：
如果采樣值=目前有效值，則計數器清零；
如果采樣值<>目前有效值，則計數器+1，并判斷計數器是否>=上限N（溢出）；
如果計數器溢出，則将本次值替換目前有效值，并清計數器。
對于變化緩慢的被測參數有較好的濾波效果；
可避免在臨界值附近控制器的反複開/關跳動或顯示器上數值抖動。
對于快速變化的參數不宜；
如果在計數器溢出的那一次采樣到的值恰好是幹擾值,則會将幹擾值當作有效值導入系統。
// 消抖濾波法
int i = 0;
int new_value;
new_value = Get_AD();
if(Value != new_value) {
i++;
if(i > FILTER_N) {
i = 0;
Value = new_value;
i = 0;
A、名稱：限幅消抖濾波法
相當于“限幅濾波法”+“消抖濾波法”；
先限幅，後消抖。
繼承了“限幅”和“消抖”的優點；
改進了“消抖濾波法”中的某些缺陷，避免将幹擾值導入系統。
對于快速變化的參數不宜。
// 限幅消抖濾波法
#define FILTER_N 5
new_value = Value;
new_value = NewValue;
1、限幅濾波法
*函數名稱：AmplitudeLimiterFilter()-限幅濾波法
*優點：能有效克服因偶然因素引起的脈沖幹擾
*缺點：無法抑制那種周期性的幹擾，且平滑度差
*說明：
1、調用函數
GetAD(),該函數用來取得目前值
2、變量說明
Value:最近一次有效采樣的值，該變量為全局變量
NewValue:目前采樣的值
ReturnValue:傳回值
3、常量說明
A:兩次采樣的最大誤內插補點，該值需要使用者根據實際情況設定
*入口：Value,上一次有效的采樣值，在主程式裡指派
*出口：ReturnValue,傳回值，本次濾波結果
****************************************************/
#define A 10
unsigned char Value
unsigned char AmplitudeLimiterFilter()
{
unsigned char NewValue;
unsigned char ReturnValue;
NewValue=GatAD();
if(((NewValue-Value)>A))||((Value-NewValue)>A)))
ReturnValue=Value;
else ReturnValue=NewValue;
return(ReturnValue);
}
/****************************************************
*函數名稱：MiddlevalueFilter()-中位值濾波法
*優點：能有效克服因偶然因素引起的波動幹擾；對溫度、液
位等變化緩慢的被測參數有良好的濾波效果
*缺點：對流量，速度等快速變化的參數不宜
Delay(),基本延時函數
ArrDataBuffer[N]:用來存放一次性采集的N組資料
Temp:完成冒泡法試用的臨時寄存器
i,j,k:循環試用的參數值
N：數組長度
*入口：
*出口：value_buf[(N-1)/2],傳回值，本次濾波結果
*****************************************************/
#define N 11
unsigned char MiddlevalueFilter()
unsigned char value_buf[N];
unsigned char i,j,k,temp;
for(i=0;i<N;i++)
{
value_buf[i] = get_ad();
delay();
}
for (j=0;j<N-1;j++)
for (k=0;k<N-j;k++)
{
if(value_buf[k]>value_buf[k+1])
{
temp = value_buf[k];
value_buf[k] = value_buf[k+1];
value_buf[k+1] = temp;
}
}
return value_buf[(N-1)/2];
/*********************************************************
說明：連續取N個采樣值進行算術平均運算
優點：試用于對一般具有随機幹擾的信号進行濾波。這種信号的特點是
有一個平均值，信号在某一數值範圍附近上下波動。
缺點：對于測量速度較慢或要求資料計算較快的實時控制不适用。
**********************************************************/
#define N 12
char filter()
unsigned int sum = 0;
unsigned char i;
for (i=0;i<N;i++)
sum + = get_ad();
return(char)(sum/N);
/***************************************************
說明：把連續N個采樣值看成一個隊列，隊列長度固定為N。
每次采樣到一個新資料放入隊尾，并扔掉隊首的一
次資料。把隊列中的N各資料進行平均運算，既獲得
新的濾波結果。
優點：對周期性幹擾有良好的抑制作用，平滑度高；試用于高頻振蕩的系統
缺點：靈敏度低；對偶然出現的脈沖性幹擾的抑制作用較差，不适于脈沖幹
擾較嚴重的場合
unsigned char value_buf[N];
unsigned char filter()
unsigned char value;
int sum=0;
value_buf[i++] = get_ad(); //采集到的資料放入最高位
value_buf[i]=value_buf[i+1]; //所有資料左移，低位扔掉
sum += value_buf[i];
value = sum/N;
return(value);
/********************************************
說明：采一組隊列去掉最大值和最小值
優點：融合了兩種濾波的優點。對于偶然出現的脈沖性幹擾，可消
除有其引起的采樣值偏差。對周期幹擾有良好的抑制作用，
平滑度高，适于高頻振蕩的系統。
缺點：測量速度慢
*********************************************/
uchar filter()
unsigned char i,j,k,l;
unsigned char temp,sum=0,value;
unsigned char value_buf[N],;
//采樣值從小到大排列（冒泡法）
for(j=0;j<N-1;j++)
for(i=0;i<N-j;i++)
{
if(value_buf[i]>value_buf[i+1])
{
temp = value_buf[i];
value_buf[i] = value_buf[i+1];
value_buf[i+1] = temp;
}
}
for(i=1;i<N-1;i++)
sum += value_buf[i];
value = sum/(N-2);
6、遞推中位值濾波法
/************************************************
優點：對于偶然出現的脈沖性幹擾，可消除由其引起的采樣值偏差。
對周期性幹擾有良好的抑制作用，平滑度高；試用于高頻振蕩
的系統
*************************************************/
char filter(char new_data,char queue[],char n)
char max,min;
char sum;
char i;
queue[0]=new_data;
max=queue[0];
min=queue[0];
sum=queue[0];
for(i=n-1;i>0;i--)
if(queue[i]>max)
max=queue[i];
else if (queue[i]<min)
min=queue[i];
sum=sum+queue[i];
queue[i]=queue[i-1];
i=n-2;
sum=sum-max-min+i/2; //說明：+i/2的目的是為了四舍五入
sum=sum/i;
return(sum);
7、限幅平均濾波法
優點：對于偶然出現的脈沖性幹擾，可消除有其引起的采樣值偏差。
#define A 10
unsigned char data[];
unsigned char filter(data[])
unsigned char value,sum;
data[N]=GetAD();
if(((data[N]-data[N-1])>A||((data[N-1]-data[N])>A))
data[N]=data[N-1];
//else data[N]=NewValue;
data[i]=data[i+1];
sum+=data[i];
value=sum/N;
8、一階滞後濾波法
*函數名稱：filter()-一階滞後濾波法
Or_data[N]:采集的資料
Dr0_flag、Dr1_flag:前一次比較與目前比較的方向位
coeff:濾波系數
F_count：濾波計數器
Thre_value：比較門檻值
*出口：
#define Thre_value 10
#define N 50
float Or_data[N]；
unsigned char Dr0_flag=0,Dr1_flag=0;
void abs(float first,float second)
float abs;
if(first>second)
{
abs=first-second;
Dr1_flag=0;
}
else
abs=second-first;
Dr1_flag=1;
return(abs);
void filter(void)
uchar i=0,F_count=0,coeff=0;
float Abs=0.00;
//确定一階濾波系數
for(i=1;i<N;i++)
Abs=abs(Or_data[i-1],Or_data[i]);
if(!(Dr1_flag^Dr0_flag)) //前後資料變化方向一緻
{
F_count++;
if(Abs>=Thre_value)
{
F_count++;
}
if(F_count>=12)
F_count=12;
coeff=20*F_count;
else //去抖動
coeff=5;
//一階濾波算法
if(Dr1_flag==0) //目前值小于前一個值
Or_data[i]=Or_data[i-1]-coeff*(Or_data[i-1]-Or_data[i])/256;
else
Or_data[i]=Or_data[i-1]+coeff*(Or_data[i]-Or_data[i-1])/256;
F_count=0; //濾波計數器清零
Dr0_flag=Dr1_flag;
9、權重遞推平均濾波法
/************************************************************
coe:數組為權重系數表，存在程式存儲區。
sum_coe:權重系數和
************************************************************/
const char code coe[N] = {1,2,3,4,5,6,7,8,9,10,11,12};
const char code sum_coe = 1+2+3+4+5+6+7+8+9+10+11+12;
for (i=0,i<N;i++)
value_buf[i]=value_buf[i+1];
sum += value_buf[i]*coe[i];
sum/=sum_coe;
10、消抖濾波法
![詳解STM32單片機的堆棧[圖]](data:image/gif;base64,R0lGODlhAQABAIAAAP///wAAACwAAAAAAQABAAACAkQBADs=)