1. 为什么偏偏要聊“位移法”实现一阶低通滤波搞过单片机信号采集的人都有个体会传感器出来的数据十有八九是“脏”的。不管是测距模块、称重传感器还是陀螺仪、温度探头原始值里总夹着高频噪声跳来跳去直接拿来用能把逻辑判断搞得鸡飞狗跳。这时候一阶低通滤波几乎是所有人的第一选择——简单、省资源、效果立竿见影。但问题来了很多教程一上来就甩公式什么Y(n) α·X(n) (1-α)·Y(n-1)然后告诉你α取多少多少。公式本身没错可到了单片机上尤其是那种没有硬件浮点单元的低端MCU一算浮点乘法就开始肉疼要么占用大量CPU周期要么引入浮点库把Flash撑爆。于是“位移法”就登场了——用整数移位代替浮点乘法把滤波系数变成2的幂次分之一一条移位指令搞定速度快到飞起。这篇内容就是围绕这个思路展开的。我会从一阶低通滤波的数学本质讲起说清楚为什么位移法能成立、误差在哪里、怎么选移位位数然后给出一套可以直接抄到项目里的整数滤波实现最后聊聊实际调试中踩过的坑和排查技巧。适合正在做嵌入式信号采集、想优化滤波性能又不想上浮点的朋友也适合刚接触数字滤波、想把理论落到实处的初学者。整篇内容基于常见的工程实践补充细节不涉及任何特定平台或敏感信息放心看。2. 一阶低通滤波的核心原理与位移法切入点2.1 从RC电路到差分方程一阶低通的本质一阶低通滤波器的物理原型就是一个电阻加一个电容。输入信号经过电阻给电容充电电容上的电压就是输出。高频信号变化快电容来不及跟随就被“平滑”掉了低频信号变化慢电容能跟上就保留下来。这个过程的数学描述是一个一阶微分方程离散化之后就变成了我们熟悉的差分方程Y(n) α · X(n) (1 - α) · Y(n-1)其中X(n)是本次采样值Y(n-1)是上次滤波输出Y(n)是本次滤波输出α是滤波系数范围在0到1之间。α越小滤波越强但响应越慢α越大响应越快但滤波效果越弱。这个公式的物理意义很直白新的输出是“新采样值”和“旧输出值”的加权平均权重由α决定。理解这个公式有个生活化的类比就像往一杯热水里兑冷水。α是你每次兑入冷水的比例兑得越多α大水温变化越快但波动也大兑得越少α小水温变化越慢但更稳定。滤波就是在“响应速度”和“平滑程度”之间找平衡。2.2 为什么浮点实现让人头疼在PC上写这个公式毫无压力float随便用。但在单片机上情况完全不同。以常见的Cortex-M0内核为例它没有硬件浮点单元一个单精度浮点乘法需要调用软件库函数几十个时钟周期就没了。如果采样率是1kHz每次采样都要做两次浮点乘法和一次浮点加法CPU有相当一部分时间花在滤波上这在资源紧张的项目里是不可接受的。更麻烦的是浮点运算会引入浮点库代码体积可能增加几KB到十几KB。对于那些Flash只有32KB甚至16KB的低端芯片这简直是割肉。还有一点容易被忽略浮点运算的确定性不如整数运算在某些对时序敏感的场景里浮点库的执行时间波动会影响控制环路的稳定性。所以工程上迫切需要一种“不用浮点也能实现一阶低通”的方法。位移法就是在这个背景下被广泛采用的。2.3 位移法的核心思想把α变成2的幂次分之一位移法的关键洞察是如果α恰好是1/2^kk是正整数那么α · X(n)就可以用右移k位来实现(1-α) · Y(n-1)可以写成Y(n-1) - Y(n-1)/2^k同样用移位和减法搞定。整个滤波过程只需要整数加法、减法和移位完全不需要浮点。具体推导一下。令α 1/2^k则1-α 1 - 1/2^k (2^k - 1)/2^k。代入差分方程Y(n) X(n)/2^k Y(n-1) · (2^k - 1)/2^k整理一下Y(n) Y(n-1) (X(n) - Y(n-1)) / 2^k这个形式更直观每次滤波输出在上次输出的基础上加上“当前采样与上次输出的差值”的1/2^k。差值被缩小了2^k倍相当于对变化量做了衰减从而实现低通效果。用移位表示就是Y(n) Y(n-1) ((X(n) - Y(n-1)) k)一条减法、一条右移、一条加法三条整数指令完事。在大多数8位或32位MCU上这几条指令加起来也就几个时钟周期比浮点实现快一个数量级以上。2.4 位移法的精度损失与补偿思路位移法不是没有代价的。最大的问题是α只能取1/2, 1/4, 1/8, 1/16...这些离散值不能像浮点那样任意取0.1、0.05之类的值。这意味着滤波系数的选择范围变窄了截止频率的调节粒度变粗。还有一个更隐蔽的问题右移操作会截断低位引入量化误差。如果X(n) - Y(n-1)的值很小右移k位后可能直接变成0导致滤波器“卡死”输出不再更新。这在信号变化缓慢或者已经稳定时特别明显。解决这个问题的常见做法是引入“余数累积”或者“高精度中间变量”。比如用一个32位的累加器来保存滤波状态实际输出时再取高16位。这样右移产生的余数不会丢失而是累积到下一次运算中等效于提高了内部精度。具体实现会在第3章展开。3. 位移法滤波的整数实现与参数选择3.1 定点数的Q格式表示要在整数域里做滤波首先得把物理量映射成整数。最常用的方法是Q格式定点数。简单说Qn格式表示小数点在第n位之前比如Q8表示低8位是小数部分高24位是整数部分以32位变量为例。这样两个Q8数相乘结果需要右移8位才能回到Q8格式。对于位移法滤波我们其实不需要完整的定点乘法只需要保证滤波状态变量有足够的精度。一个实用的做法是采样值用原始整数比如ADC的12位值滤波状态变量用32位整数但内部隐含了额外的精度位。每次滤波时差值右移k位后加到状态变量上状态变量的高位就是滤波输出。举个例子假设ADC是12位采样值范围0到4095。滤波状态变量用32位初始值设为第一次采样值左移16位相当于Q16格式。每次滤波state ((sample 16) - state) k; output state 16;这样state的低16位相当于“余数累积器”右移k位产生的截断误差不会丢失而是留在state里下次继续参与运算。输出取高16位等效于对state做了四舍五入如果加个0.5的偏移。这种做法的精度远高于直接用16位变量做移位。3.2 移位位数k的选择与截止频率估算k值决定了滤波强度。k越大α越小滤波越强但响应越慢。那怎么根据想要的截止频率来选k呢一阶低通滤波器的截止频率fc和系数α的关系是α 1 - exp(-2π · fc / fs)其中fs是采样频率。当fc fs时可以近似为α ≈ 2π · fc / fs令α 1/2^k则2^k ≈ fs / (2π · fc)两边取对数k ≈ log2(fs / (2π · fc))举个例子采样率fs 1000Hz想要截止频率fc 10Hz则2^k ≈ 1000 / (2π · 10) ≈ 15.9最接近的2的幂是16所以k 4α 1/16 0.0625。实际截止频率约为fc fs · α / (2π) 1000 · 0.0625 / 6.283 ≈ 9.95Hz和10Hz非常接近。如果想要的截止频率对应的k不是整数就只能取邻近的整数值截止频率会有偏差。这是位移法的固有局限。如果对截止频率精度要求很高可以考虑用“移位补偿”的方式比如用两次移位组合出非2的幂系数但那就复杂了一般项目没必要。下面给一个常用采样率下的k值参考表采样率 fs目标截止频率 fc计算 2^k选取 k实际 α实际 fc1000Hz50Hz3.1820.2539.8Hz1000Hz20Hz7.9630.12519.9Hz1000Hz10Hz15.940.06259.95Hz1000Hz5Hz31.850.031254.97Hz500Hz10Hz7.9630.1259.95Hz500Hz5Hz15.940.06254.97Hz100Hz2Hz7.9630.1251.99Hz100Hz1Hz15.940.06250.995Hz注意这个表里的实际fc是按近似公式算的低频时误差很小高频时fc接近fs/2误差会变大那时候需要用精确公式反推。3.3 完整整数滤波函数实现下面给一个可以直接用的C语言实现。这个版本用32位状态变量支持任意k值1到15内部做了余数累积精度有保障。#include stdint.h typedef struct { int32_t state; // 内部状态Q16格式 uint8_t k; // 移位位数 uint8_t init; // 初始化标志 } lpf_t; // 初始化滤波器first_sample是第一次采样值 void lpf_init(lpf_t *f, int32_t first_sample, uint8_t k) { f-k k; f-state first_sample 16; // 转为Q16 f-init 1; } // 滤波输入新的采样值返回滤波输出 int32_t lpf_update(lpf_t *f, int32_t sample) { int32_t target sample 16; // 当前采样转Q16 int32_t diff target - f-state; f-state diff f-k; // 核心移位代替乘法 return f-state 16; // 取高16位作为输出 }这段代码有几个细节值得说。第一state用int32_t而不是uint32_t因为差值diff可能是负数有符号右移在大多数编译器上会做算术右移保留符号位这正是我们想要的。第二sample 16要求sample不能超过16位有符号数的范围对于12位ADC来说绰绰有余。第三diff f-k当diff为负时右移会向负无穷方向取整这和整数除法的截断方向不同但在这个应用里影响可以忽略因为余数会累积。如果MCU的移位指令不支持变量移位有些低端8位机只支持固定移位可以把k写成宏或者用switch-case展开。不过现在大多数32位MCU都支持变量移位问题不大。3.4 初始值与启动策略滤波器的初始值很关键。如果初始值设得不对上电后输出会从错误的值慢慢“爬”到真实值这个爬升过程可能持续好几秒期间输出是不可信的。最稳妥的做法是用第一次采样值直接初始化状态变量就像上面代码里的lpf_init那样。这样上电后第一次输出就等于第一次采样之后才开始滤波。如果第一次采样恰好有噪声那输出也会带着这个噪声但后续会很快收敛。另一种做法是上电后先连续采样N次取平均作为初始值然后再启动滤波。这样初始值更干净但启动延迟更长。具体选哪种看项目对启动时间的要求。我一般用第一种简单直接而且一阶低通收敛很快几个采样周期后就稳了。实操心得如果传感器上电后需要预热比如某些气体传感器那滤波器的初始值应该等预热完成后再设否则预热期间的漂移会被滤波器“记住”需要很长时间才能纠正。4. 从原理到实战位移法滤波的完整落地流程4.1 需求分析与参数确定拿到一个滤波需求第一步不是写代码而是搞清楚几个问题信号带宽是多少噪声频率大概在什么范围采样率能设到多少对响应延迟的容忍度是多少假设我在做一个超声波测距项目传感器每50ms出一次距离值也就是采样率20Hz。距离变化比较慢人走路也就1m/s左右对应距离变化率很小。噪声主要来自传感器本身的抖动和偶尔的误检表现为单次跳变几十厘米的尖峰。我希望滤波后的距离平滑延迟不超过200ms。采样率20Hz想要截止频率大概1Hz左右能滤掉大部分抖动又能跟上正常移动。算一下2^k ≈ 20 / (2π · 1) ≈ 3.18最接近的2的幂是4所以k2α0.25。实际截止频率fc 20 · 0.25 / (2π) ≈ 0.8Hz。延迟方面一阶低通的时间常数τ 1/(2π·fc) ≈ 0.2s达到63%响应需要0.2s达到95%需要3τ0.6s。嗯0.6s有点长但考虑到距离变化本来就慢可以接受。如果觉得延迟太大可以把k降到1α0.5fc≈1.6Hzτ≈0.1s响应快一倍但滤波效果会弱一些。这就是取舍。4.2 代码集成与中断服务程序滤波函数通常放在定时器中断或者ADC转换完成中断里调用。以定时器中断为例假设定时器每50ms触发一次在中断里读取传感器值然后调用滤波函数。volatile int32_t filtered_distance; lpf_t dist_filter; void TIMER_IRQHandler(void) { int32_t raw read_distance_sensor(); // 读取原始值 filtered_distance lpf_update(dist_filter, raw); // 其他逻辑... }这里有个关键点lpf_update的执行时间必须远小于中断周期。用位移法实现这个函数在Cortex-M3上大概十几个时钟周期50ms的中断周期完全无压力。如果用浮点实现可能要几百个周期虽然也够用但留给其他任务的时间就少了。另一个注意点是中断里的变量要用volatile修饰防止编译器优化掉。filtered_distance被主循环读取dist_filter被中断修改都要注意可见性问题。如果主循环也要读写滤波器状态最好加个简单的临界区保护或者用原子操作。4.3 实测数据与效果对比我在一个模拟项目里对比了原始信号、浮点滤波和位移法滤波的效果。原始信号是12位ADC采集的叠加了±20LSB的随机噪声还有偶尔的±100LSB尖峰。采样率1kHz目标截止频率10Hz。浮点实现用α 0.0625和k4等效位移法用k4。跑下来两者的滤波输出几乎完全重合差异在±1LSB以内肉眼看不出来。但执行时间上浮点版本每次滤波约120个时钟周期Cortex-M0位移法版本约8个时钟周期差了15倍。更关键的是代码体积。浮点版本链接了浮点库Flash占用增加了约8KB位移法版本纯整数运算零额外库依赖。对于Flash只有64KB的芯片来说这8KB可能就是能不能加个OTA功能的区别。下面是一个简化的对比表指标浮点实现位移法实现单次滤波时钟周期M0~120~8额外Flash占用~8KB0滤波效果基准几乎一致系数调节粒度任意2的幂次代码可移植性依赖浮点库纯整数任意平台4.4 多通道滤波的资源优化实际项目里往往不止一路信号要滤波。比如一个姿态检测项目加速度计三轴、陀螺仪三轴六路信号都要滤波。如果每路都用一个32位状态变量六个就是24字节RAM占用不大。但如果MCU的RAM只有2KB那就得精打细算了。一个优化思路是共用移位位数k。如果六路信号的带宽要求差不多可以用同一个k值这样代码里只需要一个移位变量省一点空间。另一个思路是降低状态变量的精度比如用24位状态变量Q8格式RAM占用减半但精度损失需要评估。还有一种情况是滤波不需要一直运行。比如某些传感器只在特定模式下才开启那滤波器状态可以复用同一块内存用的时候初始化一下就行。这种“分时复用”在RAM紧张的项目里很常见。注意事项多通道滤波时每个通道的状态变量必须独立不能共用一个state。我曾经见过有人为了省内存把六路信号轮流用同一个滤波器结果通道之间互相干扰数据完全不可用。这个坑千万别踩。5. 位移法滤波的常见问题与排查技巧5.1 输出“卡死”不动怎么办这是位移法最典型的问题。现象是输入信号明明在变但滤波输出纹丝不动或者变化极其缓慢。原因通常是差值右移后变成0了。举个例子k8α1/256。如果X(n) - Y(n-1)的绝对值小于256右移8位后就是0正数或-1负数算术右移。如果一直是0状态变量就不更新输出自然卡死。解决办法有两个。一是用我前面说的Q16状态变量差值先左移16位再右移k位等效于把差值放大了65536倍小差值也不会被截断成0。二是如果不想用高精度状态可以在差值上加一个“最小步进”比如diff (diff 0) ? max(diff, 1) : min(diff, -1)保证每次至少动1。但这种方法会引入额外的非线性一般不推荐。5.2 滤波后仍有尖峰跳变一阶低通对单次尖峰的抑制能力有限。如果尖峰幅度很大滤波后虽然被衰减了但可能仍然可见。比如原始尖峰100α1/16滤波输出会跳变100/16 ≈ 6如果信号本身只有±10的波动这6的跳变就很明显了。要彻底干掉尖峰得用中值滤波或者限幅滤波配合。常见做法是“限幅低通”先判断本次采样和上次采样的差值如果超过阈值就丢弃或者限幅然后再送低通。这样尖峰在进入低通之前就被削掉了。限幅阈值怎么定看信号的正常变化率。比如温度信号每秒变化不超过0.1度采样间隔1秒那阈值设0.5度就够。超过0.5度的变化肯定是噪声或者干扰直接限幅到0.5度。5.3 响应延迟太大怎么调延迟大是因为α太小。解决办法无非是增大α减小k或者提高采样率。但提高采样率会增加CPU负担而且如果信号本身带宽很低提高采样率对滤波效果帮助不大只是让延迟在时间轴上看起来小一点。一个折中方案是“变系数滤波”在信号快速变化时用大α快速响应信号稳定时用小α强滤波。判断信号是否快速变化可以看原始采样值的差值。差值大就说明在变化用大α差值小就用小α。这种自适应滤波在跟踪类应用里很好用但实现起来稍微复杂一点需要维护两套k值。5.4 常见问题速查表现象可能原因排查方法解决措施输出卡死不动差值右移后为0打印差值看是否小于2^k用Q16状态变量或减小k滤波后仍有尖峰一阶低通抑制能力不足观察尖峰幅度和α的关系前置限幅或中值滤波响应延迟大α太小计算时间常数τ减小k或提高采样率输出有周期性波动采样与干扰同步改变采样时刻观察波动是否变化调整采样率或加随机抖动多通道互相干扰状态变量共用检查代码是否共用state每通道独立state上电后输出爬升慢初始值设错检查初始化逻辑用第一次采样值初始化滤波效果时好时坏采样率不稳定用示波器测中断周期确保定时器配置正确5.5 独家避坑经验第一个坑右移的符号问题。在C语言里有符号负数的右移是implementation-defined大多数编译器做算术右移补符号位但标准并没有强制。如果换了个编译器行为可能不同。保险的做法是用除法代替右移但除法更慢。或者加个判断如果diff是负数先取绝对值右移再取负。不过这样代码就多了我一般直接假设算术右移然后在代码注释里写明依赖这个行为。第二个坑状态变量的溢出。如果采样值范围很大左移16位后可能溢出int32。比如采样值是16位有符号数最大值32767左移16位就是2147418112接近int32上限2147483647再加点余数就溢出了。所以采样值最好限制在15位以内或者用int64状态变量。对于12位ADC完全不用担心。第三个坑k0的情况。如果k0diff 0就是diff本身滤波输出直接等于采样值完全没有滤波效果。有些代码里k是配置参数如果配置成0就会出问题。建议在初始化时检查k的范围至少为1最大不超过15对于Q16状态。第四个坑中断里的浮点运算。虽然我们用了位移法避免了浮点但如果项目里其他地方有浮点运算而中断里又调用了浮点函数可能会因为浮点上下文保存导致中断延迟增大。这个和位移法本身无关但值得注意。6. 位移法滤波的扩展玩法与性能边界6.1 从一阶到二阶级联实现更陡的滚降一阶低通的阻带衰减是-20dB/十倍频程也就是说频率每升高10倍幅度衰减到1/10。如果觉得不够陡可以把两个一阶低通级联起来变成二阶衰减变成-40dB/十倍频程。实现上就是跑两次滤波函数第一次的输出作为第二次的输入。但级联会带来额外延迟而且两个滤波器的截止频率要匹配。如果两个都用相同的k级联后的截止频率会略低于单个的截止频率大约是单个的0.64倍。这个系数来自二阶系统的传递函数感兴趣可以自己推导。级联的代码很简单int32_t lpf2_update(lpf_t *f1, lpf_t *f2, int32_t sample) { int32_t y1 lpf_update(f1, sample); return lpf_update(f2, y1); }注意两个滤波器的状态变量要独立不能共用。6.2 变采样率下的系数调整有些项目里采样率不是固定的比如根据信号变化动态调整采样间隔。这时候固定的k值就不适用了因为截止频率会随采样率漂移。解决办法是维护一个k值的查找表根据当前采样率查表得到k。或者更简单固定采样率别动态调。动态采样率带来的收益往往不值得增加的复杂度。如果非要动态调可以用“采样率归一化”的思路把滤波器的差分方程改写成时间常数形式然后根据实际采样间隔计算等效的α。但这又回到浮点了失去了位移法的优势。所以我的建议是位移法适合固定采样率的场景动态采样率还是老老实实用浮点或者定点乘法。6.3 位移法的性能边界在哪里位移法不是万能的。它的优势在于极低的计算开销和零浮点依赖劣势在于系数离散、精度受限于移位位数。对于大多数传感器信号滤波这些劣势可以忽略。但在以下场景里位移法可能不够用一是需要精确截止频率的场合。比如音频处理截止频率偏差几Hz就能听出来位移法的离散系数满足不了。二是需要极低截止频率的场合。比如采样率1kHz想要0.1Hz截止频率需要k≈11α≈1/2048这时候差值右移11位后很容易变成0需要很高的状态变量精度。三是需要线性相位或者特定频响的场合一阶低通本身就不满足得用FIR或者双二阶滤波器。所以位移法适合的是“对滤波精度要求不高、但对计算资源和代码体积敏感”的场景。这恰好覆盖了大多数嵌入式传感器采集应用。6.4 和其他滤波方法的对比选型滤波方法计算开销滤波效果资源占用适用场景位移法一阶低通极低一般极少传感器平滑、资源紧张浮点一阶低通高一般较多有FPU、系数需精确中值滤波中抗尖峰强需要缓冲区去除脉冲噪声滑动平均低一般需要缓冲区周期性噪声卡尔曼滤波高好较多多传感器融合限幅滤波极低抗尖峰极少配合低通使用实际项目里往往是组合使用。比如“限幅位移法低通”就是很经典的搭配限幅干掉大尖峰低通平滑小波动两者互补计算开销都很低。6.5 一个完整的实战案例模拟项目X的传感器平滑模拟项目X是一个环境监测节点用模拟传感器采集温湿度通过无线模块上报。传感器原始数据有±2的随机波动偶尔有±10的尖峰。MCU是低端32位内核RAM 4KBFlash 32KB没有FPU。采样率1Hz要求滤波后波动不超过±0.5延迟不超过5秒。参数计算采样率1Hz想要截止频率0.05Hz时间常数约3.2秒5秒内能稳定。2^k ≈ 1 / (2π · 0.05) ≈ 3.18取k2α0.25。实际截止频率fc 1 · 0.25 / (2π) ≈ 0.04Hz时间常数约4秒满足要求。代码实现用Q16状态变量k2。前置一个限幅滤波阈值设为5超过5的变化认为是尖峰限幅到5。整个滤波函数不到20行编译后代码体积增加不到200字节RAM增加4字节。实测滤波后波动在±0.3以内尖峰完全消除延迟约3秒满足项目要求。这个案例里位移法的优势体现得淋漓尽致零浮点依赖、极低资源占用、效果达标。如果换成浮点实现Flash可能要多占8KB对于32KB的芯片来说就是25%的空间代价太大。6.6 调试工具与验证方法调试滤波效果最直接的方法是把原始值和滤波值都通过串口打印出来然后在PC上画图对比。如果MCU没有串口可以用PWM或者DAC输出模拟量用示波器看波形。还有一种方法是把数据存到RAM缓冲区触发后一次性读出。验证滤波效果时可以人为注入噪声比如在传感器信号上叠加一个已知频率的正弦波看滤波后的衰减是否符合预期。或者注入阶跃信号看响应时间是否和计算的一致。这些测试能帮你确认滤波器是否按预期工作。实操心得我习惯在滤波函数里加一个调试变量记录最近一次差值的绝对值。如果这个值长期为0说明滤波器卡死了如果这个值经常很大说明噪声或者干扰严重。这个变量在调试时非常有用正式发布时可以去掉。7. 写在最后的一些个人体会位移法实现一阶低通滤波说到底就是一个“用空间换时间”的思路——牺牲系数的连续可调性换取极致的计算效率和零浮点依赖。在嵌入式领域这种取舍几乎无处不在。我做了这么多年项目越来越觉得没有最好的方案只有最合适的方案。浮点滤波在PC上跑得好好的到了单片机上可能就是灾难位移法看起来“土”但在资源受限的场景里就是最优解。踩过几次坑之后我养成了一个习惯每次用位移法之前先算清楚k值和时间常数确认延迟在可接受范围内然后一定要用Q16状态变量避免卡死最后一定要实测用真实数据验证滤波效果不能只看理论计算。理论算出来fc10Hz实际可能因为采样抖动变成8Hz这些偏差只有实测才能发现。另外别迷信“一阶低通能解决所有噪声问题”。有些噪声的频谱很宽一阶低通滤不干净有些尖峰幅度太大低通之后仍然可见。该上限幅就上限幅该上中值就上中值组合拳往往比单一滤波器效果好得多。这个内容后续还可以这样扩展把位移法用到PID控制器的微分项上用移位代替微分增益的乘法或者把位移法和查表法结合实现任意系数的定点滤波。这些玩法都很有意思等有机会再聊。