一阶滤波算法

1. 一阶滤波算法的原理 

　　一阶滤波，又叫一阶惯性滤波，或一阶低通滤波。是使用软件编程实现普通硬件RC低通滤波器的功能。 

　　一阶低通滤波的算法公式为：

　　　　　　　　　　　　　　Y(n)=αX(n) + (1-α)Y(n-1) 

　　式中：α=滤波系数；X(n)=本次采样值；Y(n-1)=上次滤波输出值；Y(n)=本次滤波输出值。 一阶低通滤波法采用本次采样值与上次滤波输出值进行加权，得到有效滤波值，使得输出对输入有反馈作用。

fL=a/2Pit pi为圆周率3.14… fL为采样频率

   式中 a——滤波系数;

， t——采样间隔时间;

例如：当t=0.5s(即每秒2次)，a=1/32时;

fL=(1/32)/(2*3.14*0.5)=0.01Hz

2. 一阶滤波算法的程序（适用于单个采样）

#define a   0.01                // 滤波系数a（0-1） 

char filter(void)
{
    baroOffset  = get_ad(); 
    baro = a * baroOffset  + (1.0f - a) * baroAlt;
    baroAlt = baro;
    return baro;  
}

3. 一阶滤波算法的不足 

 　　滤波系数越小，滤波结果越平稳，但是灵敏度越低；滤波系数越大，灵敏度越高，但是滤波结果越不稳定。

　　一阶滤波无法完美地兼顾灵敏度和平稳度。有时，我们只能寻找一个平衡，在可接受的灵敏度范围内取得尽可能好的平稳度。而在一些场合，我们希望拥有这样一种接近理想状态的滤波算法。即：当数据快速变化时，滤波结果能及时跟进（灵敏度优先）；当数据趋于稳定，在一个固定的点上下振荡时，滤波结果能趋于平稳（平稳度优先）。