如今传感器的种类越来越多，数量也越来越多，而这些传感器很多都会用到模拟量，模拟量就离不开ADC。
然而，我们单片机ADC采集的模拟量基本都会经过“滤波”处理才能使用，下面给大家分享一些常见的ADC滤波算法。
一、限幅滤波
1、方法
根据经验判断两次采样允许的最大偏差值A
每次采新值时判断：若本次值与上次值之差<=A，则本次有效；若本次值与上次值之差>A，本次无效，用上次值代替本次。
2、优缺点
克服脉冲干扰，无法抑制周期性干扰，平滑度差。
3、代码
二、中位值滤波
1、方法
连续采样N次，按大小排列
取中间值为本次有效值
2、优缺点
克服波动干扰，对温度等变化缓慢的被测参数有良好的滤波效果，对速度等快速变化的参数不宜。
3、代码
三、算数平均滤波
1、方法
连续采样N次，取平均
N较大时平滑度高，灵敏度低
N较小时平滑度低，灵敏度高
一般N=12
2、优缺点
适用于存在随机干扰的系统，占用RAM多，速度慢。
3、代码
四、递推平均滤波
1、方法
取N个采样值形成队列，先进先出
取均值
一般N=4~12
2、优缺点
对周期性干扰抑制性好，平滑度高
适用于高频振动系统
灵敏度低，RAM占用较大，脉冲干扰严重
3、代码
五、中位值平均滤波
1、方法
采样N个值，去掉最大最小
计算N-2的平均值
N= 3~14
2、优缺点
融合了中位值，平均值的优点
消除脉冲干扰
计算速度慢，RAM占用大
3、代码
六、限幅平均滤波
1、方法
每次采样数据先限幅后送入队列
取平均值
2、优缺点
融合限幅、均值、队列的优点
消除脉冲干扰，占RAM较多
3、代码
七、一阶滞后滤波
1、方法
取a=0~1
本次滤波结果=（1-a）* 本次采样 + a * 上次结果
2、优缺点
良好一直周期性干扰，适用波动频率较高场合
灵敏度低，相位滞后
3、代码
八、加权递推平均滤波
1、方法
对递推平均滤波的改进，不同时刻的数据加以不同权重，通常越新的数据权重越大，这样灵敏度高，但平滑度低。
2、优缺点
适用有较大滞后时间常数和采样周期短的系统，对滞后时间常数小，采样周期长、变化慢的信号不能迅速反应其所受干扰。
3、代码
九、消抖滤波
1、方法
设置一个滤波计数器
将采样值与当前有效值比较
若采样值=当前有效值，则计数器清0
若采样值不等于当前有效值，则计数器+1
若计数器溢出，则采样值替换当前有效值，计数器清0
2、优缺点
对变化慢的信号滤波效果好，变化快的不好
避免临界值附近的跳动，计数器溢出时若采到干扰值则无法滤波
3、代码
十、限幅消抖滤波
1、方法
先限幅 后消抖
2、优缺点
融合了限幅、消抖的优点
避免引入干扰值，对快速变化的信号不宜
3、代码