滤波是什么:限幅、滑动平均、中位值、一阶低通怎么选?嵌入式传感器滤波算法原理与C源码

串口上一行一行地吐数字:

312  315  309  318  311  320  313

后面这些数来自同一个传感器、同一个被测对象、同一秒。它没有变,是数字在动。滤波要处理的就是这件事:从信号里拿掉一部分变化。

这句话听起来像废话,但它把问题变具体了——拿掉哪一部分?留下来的是什么?因为这个选择不同,才有了后面那一长串名字:限幅、消抖、算术平均、滑动平均、中位值、中位值平均、限幅平均、限幅消抖、一阶滞后、加权递推平均、互补、卡尔曼。

挑之前,先回答三个问题

挑滤波器的时候可以先问自己三个问题:

  1. 要拿掉的是哪一种变化? 是偶尔蹦出来的离谱数,是一直存在的小抖动,还是一个固定不变的偏?
  2. 允许它慢多少? 任何平滑都要付出滞后的代价,只是多和少的区别。
  3. 手里有多少资源? 要不要存一个窗口、要不要排序、有没有浮点、这点计算量放在哪一拍里做。

三个问题的答案定了,剩下的名字是从里面选出来的,而不是反过来。

按“要拿掉什么”分成四类

类别 拿掉的是 常见的名字 代价
挡跳变 单个跳出来的离谱值 限幅、消抖 真实的大幅变化也会被挡慢
抹高频 一直存在的小抖动 算术平均、滑动平均、中位值、一阶滞后 滞后;动作被削钝
扣固定偏 一个不变的常数 去均值、零偏校准、开机零点 偏一旦变了就失效
合两个来源 不是噪声,是各自的短板 互补、卡尔曼 需要两个量,还要统一时间与单位

四类可以叠起来用,实际做的时候常见的是“先限幅、再滑动平均”这种前后接起来的组合——开头那个名字清单里,限幅平均就是挡完跳变再做平均,限幅消抖是挡完跳变再判连续一致。每一类下面给的写法都是最简单的那一种,看懂它们各自在做什么,比背名字有用。

第一类:挡住不可能的跳变

限幅:一次最多允许变这么多

被测的量在物理上有连续的性质——温度不会一拍之内跳二十度,轮子转速也不会瞬间翻倍。既然不可能,那就不认它。

#define LIMIT_STEP   8.0f        /* 一次最多允许变化多少 */

float Limit_Filter(float input)
{
    static float output = 0.0f;
    float delta = input - output;

    if (delta > LIMIT_STEP)
    {
        delta = LIMIT_STEP;
    }
    if (delta < -LIMIT_STEP)
    {
        delta = -LIMIT_STEP;
    }

    output += delta;
    return output;
}

static 那个变量是这类滤波器的共同特征:它必须记住上一次的输出,因为“变化了多少”是相对上一次算的。这也意味着它不能重入,也不会自己清零。

LIMIT_STEP 定多少,取决于这个量物理上能有多快。定小了,真实的快速变化会被拆成一段段斜坡,看起来“稳”了但跟不上;定大了,等于没滤。

消抖:连续几次都这么说,我才信

开关量的抖动是另一种形态:电平在短时间内反复横跳。这时候不平均、也不限幅,而是要求它连续说几次同样的话。

#define DEBOUNCE_TIMES   3U      /* 连续几次一致才认 */

uint8_t Debounce_Filter(uint8_t input)
{
    static uint8_t count = 0U;
    static uint8_t state = 0U;

    if (input == state)
    {
        count = 0U;
        return state;
    }

    count++;
    if (count >= DEBOUNCE_TIMES)
    {
        state = input;
        count = 0U;
    }

    return state;
}

按键消抖走的就是这条路,区别只在于按键那边通常用时间(连续 20 毫秒)而不是次数来计数。同一个思路,两种量纲。

第二类:抹掉一直存在的抖动

算术平均:一次采好几个,然后平均

最直白的办法。它适合变化很慢的量,比如电池电压、环境温度。

#define AVERAGE_TIMES   16U

float Average_Filter(void)
{
    float sum = 0.0f;
    uint8_t i;

    for (i = 0U; i < AVERAGE_TIMES; i++)
    {
        sum += AnalogInput_ReadThermistor();   /* 模拟输入那一回里的读温度写法 */
    }

    return sum / (float)AVERAGE_TIMES;
}

它有个前提:这十几次采样期间,被测的量基本没变。 变快了,平均出来的就是一个谁都不认的数。这也解释了为什么它不适合放在控制环里——控制环里每一拍都要一个新值,不能停下来采一串。

还有一个前提,比“被测的量没变”更容易漏掉:误差得是随机的。

如果每一次采样都落在信号的同一个相位上,误差的方向就是固定的。这时候把 8 个样本平均一遍,尖峰看着是柔和了,这个偏掉的量本身一点没动——它每次都偏同一个方向,平均只是把它原样保留下来。

典型的场合是采样和开关同步:每一拍都在管子动作之后的同一刻读 ADC,读到的偏置每次都在同一个方向。看上去“已经滤波了”,实际是“把同一条曲线又描了一遍”。

顺便,平均还带来滞后。8 个样本、每拍 10 毫秒,窗口就是 80 毫秒,时间重心在窗口正中间,大约晚 40 毫秒。放进控制环,对一个 5 赫兹左右的分量就是七十多度的相位差——前面说的“平滑和滞后是同一件事”,在这里是拿“根本没消掉的误差”换来的滞后。

滑动平均:只保留最近的一段

算术平均采完就丢,滑动平均把最近 N 个值留在手里,来一个新值就顶掉最老的那个:

#define MOVING_WINDOW   8U

static float   moving_buf[MOVING_WINDOW];
static uint8_t moving_index = 0U;
static float   moving_sum = 0.0f;

float MovingAverage_Filter(float input)
{
    moving_sum -= moving_buf[moving_index];      /* 减去要被顶掉的那个 */
    moving_buf[moving_index] = input;
    moving_sum += input;                         /* 加上新来的那个 */

    moving_index++;
    if (moving_index >= MOVING_WINDOW)
    {
        moving_index = 0U;
    }

    return moving_sum / (float)MOVING_WINDOW;
}

那三行“减一个、加一个”就是它的全部本事:每拍只做两次加减,不用重新求和。窗口里的值一直在变,而求和结果始终是对的——这也是它比“每次重新采一串”更实用的原因。

代价还是滞后:窗口里的 8 个值权重一样,所以最新那一拍只占八分之一,动作来了要好几拍才爬上去。

中位值:先排序,再取中间那个

尖峰只影响一个采样点时,平均值会被它拉走,中位值不会:

20, 21, 19, 105, 20   →  排序后 19, 20, 20, 21, 105  →  取中间:20
#define MEDIAN_N   5U

static float median_buf[MEDIAN_N];
static uint8_t median_index = 0U;

float Median_Filter(float input)
{
    float temp[MEDIAN_N];
    uint8_t i;
    uint8_t j;

    median_buf[median_index] = input;
    median_index++;
    if (median_index >= MEDIAN_N)
    {
        median_index = 0U;
    }

    for (i = 0U; i < MEDIAN_N; i++)              /* 复制一份再排序,别打乱窗口顺序 */
    {
        temp[i] = median_buf[i];
    }

    for (i = 1U; i < MEDIAN_N; i++)              /* 插入排序,点数少,够用 */
    {
        float key = temp[i];

        j = i;
        while ((j > 0U) && (temp[j - 1U] > key))
        {
            temp[j] = temp[j - 1U];
            j--;
        }
        temp[j] = key;
    }

    return temp[MEDIAN_N / 2U];
}

代价是三件事:要存一个窗口、每拍要排序、连续快速变化时它也会把真实的边沿磨钝。它擅长的是“偶发毛刺”,不是“一直很吵”。

一阶滞后:一个系数决定快慢

前几种都要存窗口,这个只存一个数:

#define EMA_ALPHA   0.25f        /* 0~1:越大越信新数据 */

static float ema_output = 0.0f;

float Ema_Filter(float input)
{
    ema_output += EMA_ALPHA * (input - ema_output);
    return ema_output;
}

读法很直白:新值和当前值差多少,就只补上这个差的一部分。 系数越小,每一步补得越少,曲线越平、越慢;系数越大,越跟手、噪声也越明显。

它在不同地方有不同名字,但式子就是这一条。另外还有一个更一般的写法——加权递推平均:给越新的数据越大的权重,比如三点加权

/* 三点加权:权重 1、2、3,和为 6 */
output = (old2 * 1.0f + old1 * 2.0f + input * 3.0f) / 6.0f;

一阶滞后其实是“权重一直往后无限延伸、每次按比例衰减”的版本。

第三类:扣掉一个固定的偏

这一类拿掉的不是抖动,是一个不变的数:传感器在输入为零时给出的那个读数。

它的做法和前面三类都不同——不需要滤波窗口,只需要在“确定输入为零”的时候量一次,然后每次都减掉:

/* 在确定输入为零的时候,采一组求平均,存进 bias——这一步由你写 */
corrected = raw - bias;        /* 之后每一拍都减掉它 */

这个“确定输入为零”的时刻很关键。陀螺仪静止时、称重传感器空载时、电流传感器没通电时,才是它成立的时候。偏一旦会变,这一类就失效——那就得回到前面三类,或者重新量一次。

第四类:合两个来源

这一类处理的问题不在信号里,而在两个传感器各自都不够好:一个短时间准、长时间漂,另一个长时间稳、短时间吵。这时候不是把噪声滤掉,而是让它们的长处同时起作用:

/* 先用角速度往前走一步,再让另一个来源把这一步往回调一点 */
angle = alpha * (angle + (gyro_rate * dt_s)) + ((1.0f - alpha) * accel_angle);

括号里那个 angle 是上一次的输出,这一点是这类滤波的关键:每一拍都发生两次作用——陀螺仪推着它往前走,加速度计把它往回拽一小点,漂移攒不起来。要是写成“两个已经算好的角度按权重相加”,加速度计就没有机会去改已经积累的角度,漂移只会被乘上一个系数,照样一路长下去。

alpha 越接近 1,越信陀螺仪:更跟手,也更依赖后面那个“拽一把”。

这一类里最有名的另一个成员是卡尔曼滤波。它的形式看起来比上面几行复杂,做的却是同一件事:按“我更信谁”给两个来源加权,只不过那个权重不是固定的,而是根据各自的噪声大小一直算出来的。

同一个东西,常常有三四个名字

看别人的代码时,最容易卡住的地方不是看不懂,而是同一个东西换了名字:

代码里可能出现的名字 指的是同一件事
滑动平均、移动平均、递推平均、窗口平均 保留最近 N 个值求平均
算术平均、均值滤波 一次采 N 个值求平均
中位值、中位数、中值滤波 排序后取中间
中位值平均、防脉冲干扰平均 去掉最大最小之后求平均
限幅、斜率限制、速率限制 每拍最多允许变化多少
消抖、去抖动、迟滞 连续几次一致才认
一阶滞后、一阶惯性、惯性滤波、一阶低通、RC 滤波、EMA、指数移动平均 一条“补一部分差值”的递推式
加权递推平均 给新数据更大权重的那一类递推式
互补、高低通互补、一阶互补 两个来源按固定权重相加
卡尔曼、一维卡尔曼、α-β 滤波 按噪声自动定权重的融合;α-β 是它的简化形式

名字不同,是因为它们从不同地方长出来:控制里叫“一阶惯性环节”,电路里叫“RC 低通”,数据处理里叫“指数移动平均”。看式子,不要看名字。

延迟是这一类算法的通行税

前面每一类都提到了滞后,这里说清它从哪来。

滑动平均的窗口是 8,就意味着输出里每一个点都是过去 8 个采样的平均——它的时间重心在窗口的正中间,比真实值晚了大约半个窗口。窗口越大,滞后的拍数越多。

一阶滞后看起来只跟当前值有关,其实也带着历史:它的输出等于“所有历史输入的加权平均,越早的权重越小”,所以它对一个阶跃的响应是指数爬升,永远不到 100%。

频率的说法能把这层关系讲得更顺:滤波器放行的变化有多快,用带宽或截止频率描述——低于这条线的变化基本原样通过,高于这条线的被压下去。想让抖动更少,就得把这条线压低;线压得越低,能通过的变化越慢,滞后就越大。

平滑和滞后是同一件事的两面,不可能只要前者不要后者。

滤波在控制环里的代价

在传感器显示、曲线记录这些场合,滞后只是“看起来慢一点”。放进控制环,它会影响稳定。

控制环靠反馈工作:测到偏差、去纠正、再测。如果测回来的量比真实情况晚了半拍,纠正动作就总是对着“上一拍的偏差”下手;偏差已经过去了,纠正还在继续,于是过冲、来回摆,严重的时候就是振荡。

几条能落地的判断:

  • 控制周期越快,滤波越危险。 100 毫秒一拍的场合,几拍的滞后不算什么;1 毫秒一拍的电流环里,同样的滞后就足以让环振起来。
  • 反馈量上的滤波,比前馈量上的滤波更敏感。 前者进了闭环,后者不一定。
  • 先看噪声从哪来。 供电纹波、地线、机械共振、量程选得太大(分辨率不够)——这些在源头处理,比在代码里抹一次更省事。
  • 能不加就不加。 一个限幅加一个滑动平均通常就够,把三四层滤波串在一条环上,滞后是叠加的。
  • 参数要和周期一起看。 采样周期改了,原来合适的系数就不合适了;这一点在调参的时候最容易漏。

芯片里那一道,和代码里那一层

有些传感器在芯片内部就带滤波:陀螺仪和加速度计里那个数字低通,选档之后带宽和延迟一起变。它发生在我们的代码之前,属于第一层;自己在代码里写的,是第二层。

两层都开很大,结果是滞后叠加,而且很难查——曲线看着很干净,控制却发飘。查的时候先看芯片那一层写的是哪一档,再决定代码里要不要加、加多少。

具体到手里这颗芯片,手册把那一档写成一张表:

DLPF_CFG 加速度带宽 加速度延迟 陀螺带宽 陀螺延迟
0 260 Hz 0 ms 256 Hz 0.98 ms
1 184 Hz 2.0 ms 188 Hz 1.9 ms
2 94 Hz 3.0 ms 98 Hz 2.8 ms
3 44 Hz 4.9 ms 42 Hz 4.8 ms
4 21 Hz 8.5 ms 20 Hz 8.3 ms
5 10 Hz 13.8 ms 10 Hz 13.4 ms
6 5 Hz 19.0 ms 5 Hz 18.6 ms

选档有两条约束。第一条是带宽必须低于采样率的一半:采样 100 Hz,能表达的最高频率是 50 Hz,选 42 Hz 那一档刚好压在下面;选 0 档的 256 Hz 就超了,高于 50 Hz 的成分会折叠回来,变成一条看着很合理的低频假信号——这叫混叠,后面再滤波也救不回来。

第二条是延迟会一路带进控制环。表里 0 档几乎不延迟,6 档要等将近 20 毫秒;对上上一节那句“平滑和滞后是同一件事的两面”,就知道这两列不能只看一列。

采样率本身也和这张表绑在一起:采样率 = 陀螺输出率 ÷ (1 + SMPLRT_DIV),而陀螺输出率在 DLPF 关闭时是 8 kHz、开启时是 1 kHz。也就是说同一个分频值,开关一下 DLPF 就差八倍,算采样率的时候不能只盯着分频寄存器。加速度那一路的输出率固定 1 kHz,采样率一旦超过 1 kHz,同一个加速度样本会重复出现在读数里。

这一层里还有一条容易漏掉的路:高通。加速度在存进寄存器之前还会过一道数字高通,档位在 ACCEL_CONFIG 的低三位——0 是关,1 到 4 依次对应 5、2.5、1.25、0.63 赫兹,7 是保持。但它只喂给运动检测:自由落体、运动阈值、静止检测那几个硬件判断;数据寄存器里的加速度并没有经过它。手册在寄存器说明里把这一点写得很明确。所以芯片里有两条路,一条是给你看的数,一条是它自己判断用的数,别把两者当成同一个。

采样率那一侧还有两个数容易记错。陀螺那条路能从 8000 赫兹一直分到 3.9 赫兹,不是只有 100、200 这几个整数档;SMPLRT_DIV 是 8 位,写 0 是不分频,写 9 是十分之一。还有功耗:这颗芯片陀螺单独开着要 3.6 毫安,加速度单独 500 微安,而加速度在 1 赫兹低功耗模式下只要 10 微安(5 赫兹 20 微安、20 赫兹 70 微安、40 赫兹 140 微安),整颗待机 5 微安,差着三个数量级。想省电,第一刀砍的通常不是滤波,是更新率,然后是陀螺。

上一段那道高通,把重力这个固定分量拿掉,剩下的才是“变化”——这不就是上面第三类的硬件版吗,只不过“固定的偏”换成了重力。它后面接的三个判据各自怎么判:自由落体看三轴绝对值是不是都低于 FF_THR(1 毫克一档),计数器满 FF_DUR 就报,这个计数器按 1 千赫兹走,1 个计数就是 1 毫秒;运动检测同样先过高通,再比 MOT_THR;零运动是高通之后三轴都低于 ZRMOT_THR,而且它在进入和离开时各报一次。自由落体和运动的标志读一次就清,零运动的状态读不清,这决定了中断服务程序要不要自己记一份状态。写这些只占几个寄存器,但它把事情推到极限:连“扣掉一个固定的偏再比阈值”这种判断,都可以不进 CPU。

选型:三个问题加一条自检

问什么 怎么答
要拿掉的是哪一种变化? 偶发尖峰→中位值、限幅;持续抖动→平均、一阶滞后;固定偏→扣偏;两个来源各有短板→互补、卡尔曼
允许它慢多少? 按控制周期和机构响应估:滞后超过控制周期的若干倍,环就不稳
手里有多少资源? 窗口要存数组,中位值要排序,一阶滞后只要一个数;有浮点省事,没有浮点就做定点缩放
出问题时你能看见什么? 原始值和滤波值能不能一起输出?只看滤波后的曲线,会把“滤波把真实动作削掉了”看成“变稳了”

最后那一行不属于选型,是一条自检:把原始值和滤波后的值同时留着。这样“滤波器做了什么”永远是可检查的,而不是靠感觉。

不归它管的事

有一类问题,滤波一点忙都帮不上,因为它们根本不在信号里:接线接反、轴映射搞错、量程与换算常数不一致、模块没固定、校准的时候拿着模块走、积分用的时间写死。这些在讲零偏那一回列过一张表,每一行都能改一行复现。

滤波处理的是信号的形状,它不替你确认接线、坐标、安装和时间的算法。 分不清这一点,滤波参数会越调越玄。

最后橘猫说

滤波说到底就是“从信号里拿掉一部分变化”,剩下的全看你打算拿掉哪一部分:尖峰用限幅和中位值,一直存在的抖动用平均和一阶滞后,固定偏在确定输入为零的时候量一次、之后每次都减掉,两个来源各有短板就用互补。名字换得再花,式子还是那几条,看式子别看名字。有一条税躲不掉:平滑多少,滞后就有多少,显示场合只是“慢一点”,进了控制环就变成过冲和振荡,控制周期越快越明显。所以动手之前,先把原始值和滤波值摆在一起看。

最后蜘蛛说

“原来这就是滤波,那我每天在自己图片上研究滤波啊”

“那叫p图”

posted @ 2026-11-17 13:48  Zw-awa  阅读(77)  评论(0)    收藏  举报