1. 一阶滞后滤波法:嵌入式信号处理的基石
在嵌入式系统开发中,我们常常需要处理各种传感器采集的原始数据。这些数据往往夹杂着各种噪声:可能是电源纹波引起的周期性干扰,也可能是电磁兼容问题导致的随机脉冲,甚至是传感器本身的量化误差。面对这些"脏数据",滤波算法就像是一把筛子,帮我们分离出真正有用的信号。
我第一次接触一阶滞后滤波是在2015年做一个工业温控项目。当时使用的STM32F103芯片只有20KB RAM,却要同时处理4路PT100温度传感器、2路压力传感器的数据。在尝试了滑动平均、中值滤波等多种方案后,最终选择了一阶滞后滤波——它不仅完美满足了实时性要求,而且内存占用几乎可以忽略不计。
1.1 算法本质:加权平均的艺术
一阶滞后滤波的核心思想非常简单:将当前采样值与上一次的滤波结果进行加权平均。用数学公式表示就是:
Y(n) = α × X(n) + (1-α) × Y(n-1)
这个看似简单的公式却蕴含着深刻的信号处理原理。从频域角度看,它实际上实现了一个低通滤波器,允许低频信号通过而抑制高频噪声。α参数就是这个滤波器的"调节旋钮":
- 当α接近1时,滤波器几乎直接输出原始信号,响应快但滤波效果弱
- 当α接近0时,滤波器输出非常平滑,但对信号变化的响应迟缓
在实际工程中,我通常会用以下经验值作为起点:
- 温度信号:α=0.01~0.1(变化缓慢)
- 电机转速:α=0.1~0.3(中等动态)
- 触控坐标:α=0.3~0.5(需要快速响应)
重要提示:α值的选择需要在实际硬件上验证。我习惯先用示波器同时观察原始信号和滤波后信号,然后逐步调整α值直到达到最佳平衡。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 嵌入式实现详解
2.1 基础C语言实现
在资源受限的嵌入式系统中,实现一阶滞后滤波只需要一个结构体和两个函数:
c复制typedef struct {
float alpha; // 滤波系数
float prev_out; // 上一次输出值
} FirstOrderFilter;
void Filter_Init(FirstOrderFilter* f, float alpha) {
f->alpha = alpha;
f->prev_out = 0; // 初始值可根据实际情况调整
}
float Filter_Update(FirstOrderFilter* f, float input) {
f->prev_out = f->alpha * input + (1 - f->alpha) * f->prev_out;
return f->prev_out;
}
这个基础版本已经能满足大多数需求。但在实际项目中,我通常会做以下优化:
- 增加输出限幅:防止异常值导致输出突变
- 加入启动
