笔记百科数字滤波算法？
数字滤波的算法:
1. 限幅滤波法(又称程序判断滤波法) A方法: 根据经验判断,确定两次采样允许的最大偏差值(设为A),每次检测到新值时判断: 如果本次值与上次值之差<=A,则本次 值有效,如果本次值与上次值之差>A,则本次值无效,放弃本次值,用上次值代替本次值。 B优点: 能有效克服因偶然因素引起的脉冲干扰。 C缺点: 无法抑制那种周期性的干扰,平滑度差。
2. 中位值滤波法 A方法: 连续采样N次(N取奇数),把N次采样值按大小排列,取中间值为本次有效值。 B优点: 能有效克服因偶然因素引起的波动干扰,对温度、液位的变化缓慢的被测参数有良好的滤波效果。 C缺点: 对流量、速度等快速变化的参数不宜。
延伸阅读
中值平均滤波算法基本步骤？
中值滤波算法
步骤:
（1）对窗内的每行像素按降序排序，得到最大值、中间值和最小值。
（2）把三行的最小值即第三列相比较，取其中的最大值。
（3）把三行的最大值即第一列相比较，取其中的最小值。
（4）把三行的中间值即第二列相比较，再取一次中间值。
（5）把前面的到的三个值再做一次排序，获得的中值即该窗口的中值。
bms卡尔曼滤波算法？
bms卡尔曼滤波算法是一种公认的可以用来估算动态线性系统的内部状态的技术。基本上，KF 是一组递归方程，它由两部分组成：
1，预测步骤：用于预测系统的输出；
2，系统状态、误差和修正步骤：基于系统的输出来修正当前状态的估算值。
为了使用KF 来估算电池SOC，电池的状态空间模型使用ECM 来搭建。考虑到系统噪声和观察噪声，搭建了离散状态空间模型。由于OCV（由二阶RC ECM中的电压源来表示）和电池的SOC 具有非线性关系，并且KF 算法只适用于线性系统，所以线性化的方法作为辅助部分应该具有可以接受的精度。作为线性化过程的结果，我们可以把离散的状态空间模型方程简化为更简单的条件。
双边滤波算法原理？
原理：通过取邻近采样点的加权平均来修正当前采样点的位置，在高斯滤波器只考虑空间域点的位置基础上，增加了维度上的权重。一定程度上弥补了高斯滤波的缺点。
特点：既有效地对空间三维模型表面进行降噪，又可以保持点云数据中的几何特征信息，避免三维点云数据被过渡光滑。但是只适用于有序点云。
一阶滤波计算公式单位？
一阶滤波算法公式为：Y(n)=aX(n)+(1-a)Y(n-1)
Y(n)-本次滤波输出值；
Y(n-1)-上次滤波输出值；
a-滤波系数。
其中，滤波系数a越小，滤波结果越平滑，但反应灵敏度越低；滤波系数a越大，则反应灵敏度越高，但滤波结果平滑性越差，越不稳定。所以，在选取滤波系数时，应对平滑性和灵敏度进行考虑然后取舍。
同时，应注意小数舍弃带来的误差。 比如： 本次采样值=25，上次滤波结果=24，滤波系数=10， 根据滤波算法:
本次滤波结果=(25*10+24*(256-10))/256=24.0390625
但是，我们在单片机运算中，很少采用浮点数。因此运算后的小数部分要么舍弃，要么进行四舍五入运算。这样一来，本例中的结果24.0390625就变成了24。假如每次采样值都=25，那么滤波结果永远=24。也就是说滤波结果和实际数据一直存在无法消除的误差。
s-g滤波算法？
S-G滤波拟合方法是由Savitzky等在1964年提出的一种基于平滑时间序列数据和最小二乘原理的卷积算法，它是一种移动窗口的加权平均算法，但其加权系数不是简单的常数窗口，而是通过在滑动窗口内对给定高阶多项式的最小二乘拟合得出，其表达式为：
其中， 为拟合值， 为像元原始值， 为第i个值滤波时的系数，m为半个滤波窗口的宽度，N为滤波器长度，等于滑动数组的宽度2m+1。
电压滤波几种算法？
几种软件滤波算法的原理和比较
第1种方法：限幅滤波法（又称程序判断滤波法）
A方法： 根据经验判断，确定两次采样允许的最大偏差值（设为A），每次检测到新值时判断： 如果本次值与上次值之差<=A，则本次值有效，如果本次值与上次值之差>A，则本次值无效，放弃本次值，用上次值代替本次值。
B优点： 能有效克服因偶然因素引起的脉冲干扰。
C缺点： 无法抑制那种周期性的干扰，平滑度差。
第2种方法：中位值滤波法
A方法： 连续采样N次（N取奇数），把N次采样值按大小排列，取中间值为本次有效值。
B优点： 能有效克服因偶然因素引起的波动干扰，对温度、液位的变化缓慢的被测参数有良好的滤波效果。
C缺点： 对流量、速度等快速变化的参数不宜。
第3种方法：算术平均滤波法
A方法： 连续取N个采样值进行算术平均运算，N值较大时：信号平滑度较高，但灵敏度较低；N值较小时：信号平滑度较低，但灵敏度较高。N值的选取：一般流量，N=12；压力：N=4。
B优点： 适用于对一般具有随机干扰的信号进行滤波，这样信号的特点是有一个平均值，信号在某一数值范围附近上下波动。
C缺点： 对于测量速度较慢或要求数据计算速度较快的实时控制不适用，比较浪费RAM 。
第4种方法：递推平均滤波法（又称滑动平均滤波法）
A方法： 把连续取N个采样值看成一个队列，队列的长度固定为N，每次采样到一个新数据放入队尾，并扔掉原来队首的一次数据(先进先出原则) 。把队列中的N个数据进行算术平均运算，就可获得新的滤波结果。N值的选取：流量，N=12；压力：N=4；液面，N=4~12；温度，N=1~4。
B优点： 对周期性干扰有良好的抑制作用，平滑度高，适用于高频振荡的系统。
C缺点： 灵敏度低，对偶然出现的脉冲性干扰的抑制作用较差，不易消除由于脉冲干扰所引起的采样值偏差，不适用于脉冲干扰比较严重的场合，比较浪费RAM。
第5种方法：中位值平均滤波法（又称防脉冲干扰平均滤波法）
A方法： 相当于“中位值滤波法” “算术平均滤波法”，连续采样N个数据，去掉一个最大值和一个最小值，然后计算N-2个数据的算术平均值。N值的选取：3~14。
B优点： 融合了两种滤波法的优点，对于偶然出现的脉冲性干扰，可消除由于脉冲干扰所引起的采样值偏差。
C缺点： 测量速度较慢，和算术平均滤波法一样，比较浪费RAM。
第6种方法：限幅平均滤波法
A方法： 相当于“限幅滤波法” “递推平均滤波法”，每次采样到的新数据先进行限幅处理，再送入队列进行递推平均滤波处理。
B优点： 融合了两种滤波法的优点，对于偶然出现的脉冲性干扰，可消除由于脉冲干扰所引起的采样值偏差。
C缺点： 比较浪费RAM 。
第7种方法：一阶滞后滤波法
A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优点： 对周期性干扰具有良好的抑制作用，适用于波动频率较高的场合。
C缺点：相位滞后，灵敏度低，滞后程度取决于a值大小，不能消除滤波频率高于采样频率的1/2的干扰信号。
第8种方法：加权递推平均滤波法
A方法： 是对递推平均滤波法的改进，即不同时刻的数据加以不同的权，通常是，越接近现时刻的资料，权取得越大，给予新采样值的权系数越大，则灵敏度越高，但信号平滑度越低。
B优点： 适用于有较大纯滞后时间常数的对象和采样周期较短的系统。
C缺点： 对于纯滞后时间常数较小，采样周期较长，变化缓慢的信号，不能迅速反应系统当前所受干扰的严重程度，滤波效果差。
第9种方法：消抖滤波法
A方法： 设置一个滤波计数器，将每次采样值与当前有效值比较： 如果采样值＝当前有效值，则计数器清零。如果采样值<>当前有效值，则计数器 1，并判断计数器是否>=上限N(溢出)，如果计数器溢出，则将本次值替换当前有效值，并清计数器。
B优点： 对于变化缓慢的被测参数有较好的滤波效果，可避免在临界值附近控制器的反复开/关跳动或显示器上数值抖动。
C缺点： 对于快速变化的参数不宜，如果在计数器溢出的那一次采样到的值恰好是干扰值，则会将干扰值当作有效值导入系统。
第10种方法：限幅消抖滤波法
A方法： 相当于“限幅滤波法” “消抖滤波法”，先限幅后消抖。
B优点： 继承了“限幅”和“消抖”的优点，改进了“消抖滤波法”中的某些缺陷，避免将干扰值导入系统。
C缺点： 对于快速变化的参数不宜。
第11种方法：IIR 数字滤波器
A方法： 确定信号带宽， 滤之。 Y(n) = a1*Y(n-1) a2*Y(n-2) … ak*Y(n-k) b0*X(n) b1*X(n-1) b2*X(n-2) … bk*X(n-k)。
B优点： 高通，低通，带通，带阻任意。设计简单(用matlab）。
C缺点： 运算量大。
