1.限制过滤方法(也称程序判断过滤方法)
一、方法:
根据经验判断，确定两次取样的最大允许偏差值(设为A)
每次检测到新值时，判断为:
如果当前值和上一个值之间的差
如果当前值与上一个值之差> A，则当前值无效，当前值被丢弃并被上一个值替换。
B.优势:
能有效克服偶然因素造成的脉冲干扰。
c、缺点
无法抑制周期性干扰。
平滑度差异
2.中值滤波方法
一、方法:
连续采样n次(n为奇数)
根据大小排列n个采样值。
取中间值为当前有效值。
B.优势:
能有效克服偶然因素造成的波动干扰。
对于温度和液位变化缓慢的被测参数具有良好的滤波效果。
C.缺点:
不适合流量、速度等参数快速变化的场合。
3.算术平均滤波法
一、方法:
取n个连续采样值进行算术平均运算。
当n值较大时，信号平滑度较高，但灵敏度较低。
当n的值小时，信号平滑度低，但是灵敏度高。
n的选择:一般流程，n = 12压力:N=4
B.优势:
适用于滤除随机干扰的信号。
这样的信号以平均值为特征，信号围绕某个数值范围上下波动。
C.缺点:
不适用于测量速度慢或数据计算速度快的实时控制。
比较浪费的内存
4.递归平均滤波方法(也称为移动平均滤波方法)
一、方法:
将n个连续的采样值作为一个队列
队列的长度固定为n。
每次采样一个新数据，把它放在队列的末尾，把原来在队列头的数据丢掉。(先进先出原则)
通过算术平均队列中的n个数据，可以获得新的滤波结果。
n的选择:流量，n = 12压力:n = 4；液位，n = 4 ~ 12温度，N=1~4
B.优势:
对周期性干扰抑制效果好，平滑度高。
适用于高频振荡的系统
C.缺点:
低灵敏度
对偶发性脉冲干扰的抑制效果较差。
脉冲干扰造成的采样值偏差很难消除。
不适用于脉冲干扰严重的场合。
比较浪费的内存
5.中值平均滤波法(也称抗脉冲干扰平均滤波法)
一、方法:
相当于“中值滤波法”+“算术平均滤波法”
连续采样n个数据，去除最大值和最小值。
然后计算N-2个数据的算术平均值。
n值的选择:3~14
B.优势:
结合了两种滤波方法的优点
对于偶然的脉冲干扰，可以消除脉冲干扰引起的采样值偏差。
C.缺点:
测量速度慢，就像算术平均滤波法一样。
比较浪费的内存
6.极限平均滤波法。
一、方法:
相当于“极限滤波法”+“递归平均滤波法”
每当采样的新数据被限幅时，
然后发送到队列进行递归平均过滤。
B.优势:
结合了两种滤波方法的优点
对于偶然的脉冲干扰，可以消除脉冲干扰引起的采样值偏差。
C.缺点:
比较浪费的内存
7.一阶滞后滤波方法
一、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.优势:
对周期性干扰有很好的抑制作用。
适用于波动频率较高的场合。
C.缺点:
相位滞后，低灵敏度
滞后的程度取决于a的值。
滤波频率高于采样频率1/2的干扰信号无法消除。
8.加权递归平均滤波方法
一、方法:
它是对递归平均滤波方法的改进，即对不同时刻的数据赋予不同的权重。
通常，你越接近当前数据，你的功率增益越大。
赋予新采样值的权重系数越大，灵敏度越高，但信号平滑度越低。
B.优势:
适用于纯滞后时间常数大的对象。
并且采样周期短。
C.缺点:
对于纯滞后时间常数小、采样周期长、变化慢的信号
不能快速反映系统当前的干扰严重程度，滤波效果差。
9.抗抖振滤波方法
一、方法:
设置过滤器计数器。
将每个采样值与当前有效值进行比较:
如果采样值=当前有效值，计数器清零。
如果采样值当前有效，则计数器为+1，并且判断计数器是否> =上限N(溢出)
如果计数器溢出，用当前值替换当前有效值，并清除计数器。
B.优势:
对于变化缓慢的被测参数具有良好的滤波效果，
可以避免控制器的重复开/关跳跃或者显示器上的数值在临界值附近的抖动。
C.缺点:
不适合快速变化的参数。
如果计数器溢出时的采样值恰好是干扰值，则干扰值将作为有效值导入系统。
10.限幅和抖振滤波方法
一、方法:
相当于“削波滤波法”+“抖振滤波法”
先放大，再消除抖动。
B.优势:
继承了“剪辑”和“喋喋不休”的优点
对“抖振滤波法”中的一些缺陷进行了改进，以避免在系统中引入干扰值。
C.缺点:
不适合快速变化的参数。
