软件滤波方法及其优缺点
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
3、 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
4、 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
       
5、 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

6、 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

7、 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
       
8、 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，越接近现时刻的数据，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
9、 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
10、 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