传感器数据滤波怎么入门？从毛刺到有效信号一次讲透

现场肯定有人遇到过这种数据：被测温度明明稳稳停在 25 度上下，传感器读数却一会儿 25.1、一会儿 24.9，隔几秒还冷不丁蹦出一个 37 度半的尖峰。先别急着换传感器——数据没坏，只是没做传感器数据滤波，或者滤波的做法不对。这篇文章按 10 张图的顺序，把从毛刺到有效信号的完整处理流程一次讲透，每一步都配图，照着走就行。

下面这张总览图，就是整条传感器数据滤波链路的全貌，后文十节都在讲它：

1、为什么传感器数据需要滤波？

看这张图：真实温度纹丝不动停在 25 度，而测量值是 25.1、24.9、25.0、25.2 这样围着真值抖，中间还混进来一个 37 度半的假尖峰。抖的那部分叫随机噪声，尖峰叫毛刺，两个来源不同、处理方法也不同。

所以滤波的目标就三件事：去毛刺，把异常突变点剔掉；降低随机噪声，把高频抖动压平；最后从含噪数据里提取出真实的变化趋势。做传感器数据滤波，先分清楚你手上的数据是毛刺多还是噪声多，路子才不会错。

2、采样与频率基础：先看清楚信号长什么样

采样率 100Hz，就是每 10ms 采一个点，时域里是一串离散点。但要搞清楚信号和噪声各占哪段频率，得变换到频率域看频谱：图里有用信号集中在 0～10Hz，高频噪声在 10Hz 以上，一个截止频率 1～5Hz 的低通滤波就能把它们分开。

还有一条铁律：采样率必须大于信号最高频率的 2 倍（奈奎斯特条件）。采不够会出混叠——高频噪声被"折叠"成低频假信号，这时候再怎么滤都救不回来，所以硬件 RC 低通必须放在 ADC 前面。常用的四类滤波器一句话记住：低通放低频，高通放高频，带通只放中间一段，带阻（陷波）只掐掉一段。

3、异常值抑制：限幅和中值，两把快刀

限幅滤波的思路很直：新值和旧值一比，差超过阈值就当异常拒收，输出维持旧值。图里旧值 25 度、新值 80 度，一超阈值直接拒绝，输出不动。它专治单点跳变。

中值滤波专治脉冲毛刺：把窗口内的数据排序取中间值。序列 10、11、12、100、13 排完序后 100 被挤到队尾，取中值 12，毛刺一点不沾。注意窗口用奇数个点，不然中值取不出来。

4、平均类滤波的取舍：越平滑，越迟钝

滑动平均是最常用的降噪手段：窗口内 N 个点求平均。工程上的巧思是增量更新——sum 减掉最老的点、加上最新的点再除以 N，每来一个新点只做一次加减，计算量不随窗口变大有开销，O(1) 搞定。

但窗口 N 是个取舍：N 越大曲线越平滑，代价是延迟越大。信号毛刺大就加大窗口，系统响应要求快就减小窗口，两头不能都要。

5、EMA / 一阶低通：一个变量就能做低通

EMA（指数加权移动平均）公式就一行：y[n] = α·x[n] + (1−α)·y[n−1]。只保存一个历史值，单片机上几个字节就搞定，是资源最省的低通实现。

α 就是方向盘：α 取 0.01 这种小值，输出平滑但反应慢半拍；α 取 0.8 这种大值，跟得紧但滤波弱。α 也不用瞎调，按采样率和目标截止频率一套公式就能算出来：α = 1 − e^(−2π·Fc/Fs)。

6、FIR 与 IIR：滤波器的两大门派

FIR（有限冲激响应）只用输入历史：天然稳定，还能做成线性相位——信号通过后波形形状不畸变，只是整体延迟，代价是阶数通常较高、计算量大。

IIR（无限冲激响应）用输入加输出历史：低阶就能达到很陡的滤波特性，算力省，但因为有反馈项，系数没设计好可能不稳定。前面讲的全都能归队：滑动平均属于 FIR，EMA 就是一阶 IIR。

7、按频率特性选滤波器，工频干扰用陷波

同样是低通，性格不一样：巴特沃斯通带最平、幅度单调下降，没特别要求就选它；切比雪夫 I 型过渡带更陡，但通带有波纹；贝塞尔相位特性好、波形失真小，在意波形就选它；椭圆过渡最陡，但通带阻带都有波纹。

另一个高频登场的是 50/60Hz 工频干扰：信号线和动力线一起走、接地一塌糊涂的现场，频谱上 50Hz 处一根尖峰。这时候上陷波器（Notch），在 50Hz 处精准挖个坑，其他频率不受影响。

8、多传感器融合：互补滤波与卡尔曼

一个传感器撑不住的场景，就得融合。经典组合是陀螺仪加加速度计：陀螺仪短期准但会漂移，加速度计低动态时能靠重力方向校正但短期噪声大。互补滤波一行公式搞定：Angle = α·(Angle + Gyro·dt) + (1−α)·AccelAngle，高频信陀螺，低频信加计。

再进一步是卡尔曼滤波：预测、更新、状态估计三步走，按噪声统计自动分配权重。图里的例子：模型预测 10.2 米，测量给了 10.8 米，最终估计 10.4 米——不偏听偏信，按两边可信度折中。Q（过程噪声）和 R（测量噪声）这两个参数决定折中倾向谁。

9、工程滤波链：先去异常，再平滑

实际项目里滤波从来不单打独斗。图里这条压力采集链：采样率 100Hz，先做合法性检查拦住离谱值，再过 5 点中值滤波把 3500 那种毛刺挤出去，最后一级截止 5Hz 的一阶低通把随机抖动压平，输出干净的压力值。

顺序有讲究：先处理异常值，再平滑随机波动。反过来先做平均，一个毛刺会被摊进整串数据里，把一大段输出全污染了。

10、选型与嵌入式约束：RAM 和 CPU 都是钱

按场景选方案，直接查表：温湿度用限幅加 EMA；光照、ToF 测距用中值加 EMA；ADC 电压用滑动平均或 IIR；IMU 姿态用互补或卡尔曼；心电这类强工频干扰场景用带通加陷波。

资源账也要算：滑动平均窗口 N=100 要留 400 字节缓存，EMA 只需要 1 个浮点数 4 字节；128 抽头的 FIR 在 10kHz 采样率下约等于每秒上百万次乘加，主频紧张就上 CMSIS-DSP 库、DMA 搬运和硬件浮点单元。完整链路是传感器、RC 低通、ADC、数字滤波——硬件抗干扰和软件滤波各管一半，缺谁都不行。

写在最后

把十节串起来，传感器数据滤波的套路其实就三句话：先看频谱搞清楚信号和噪声各在哪，再按"去毛刺、平滑、融合"的顺序搭链子，最后用 RAM 和 CPU 的预算收敛方案。别上来就堆高级算法，限幅加中值加一阶低通这三板斧，能解决现场八成的问题。

位移传感器的信号处理也是同一套逻辑：磁致伸缩位移传感器、拉绳位移传感器这类产品接进 PLC 或采集系统后，同样按先限幅去毛刺、再做低通平滑的顺序调理，读数才能长期稳得住。选型时拿不准滤波和响应怎么平衡，可以到易测电气产品中心看看各系列位移传感器的输出特性，或直接联系我们聊现场工况。易测电气欢迎您的咨询。