EEPW论坛

最近计划设计一些数据采集终端，主要用来模拟分布式数据采集与控制功能。由于自己的预算有限，因此，大部分功能实现均采用软件来实现，少部分必要功能由硬件实现。虽然牺牲了一些CPU处理时间，但是本身数据采集终端的功能单一，CPU也就完全能够胜任。这里就包括了温度采样功能里的滤波。

我们知道在普通环境下，外界的温度在短时间内是不会发生骤变的，因此，如果我们传感器采集的数据在短时间间隔变化较大，则有理由认为该数据为非法数据，应该被丢弃。说得专业一点就是：如果相邻两次采样值之间的变化未超过预定的范围，说明该采样值未明显干扰，可以采信。基于这个原理，某些牛人就设计了“程序判断滤波”方法，也称“限幅滤波”。

#define DX 15

Int32U history
Int32U ProgFilter()
{
  Int32U temp;
  temp = SampleADC(); 
  if(((temp - history) > DX) || ((history - temp) >DX))
  {
    temp = history;}
  history = temp;
  return temp;
}

从源代码上我们可以轻松看到，对于采集出来的数据进行一次与上一次结果的比较判断，如果数据在限幅之内，则将数据保留。这时，我们忽略了一个情况，就是“如果数据限幅之外呢？这次数据就不要了吗？还是如何处理呢？”

在限幅之外时，如果数据正处于明显变化的阶段，两次采样数据也有明显的差别，这时没有有效数据而使用上一次数据来替代就有些不足，也会带来较大的误差了。如果我们这里采用合理的变化量预测，使用一个合理的数据来替代目前被干扰的，则会使误差减小。

对于可怜的MCU计算能力来，使用线性预测的方式，我想，是最好的策略了。当然，使用线性预测的算法将全再后面的帖子中详细阐述。

欢迎关注本次系列帖子。