传感器数据采集流程与常用滤波算法
哪些公司问过
答案要点
- 采集流程:传感器→ADC采样或I2C/SPI读数→滤波→校准换算→输出,采样率要满足奈奎斯特采样定理
- 均值/滑动平均:平滑随机噪声,适合缓变信号,窗口越大越平滑但响应越慢
- 中值滤波:剔除脉冲、尖峰类野值,可与均值组合成去极值平均
- 一阶低通 y=α·x+(1-α)·y_prev:计算量小,α小则平滑强、滞后大
- 卡尔曼滤波:预测+测量更新,按噪声方差计算增益,适合动态系统和多传感器融合
易错点
- 用均值滤波处理脉冲噪声,尖峰会被平均进结果,应先用中值去野值
- 只追求平滑不考虑相位滞后,控制回路中滤波过强会导致响应变慢甚至振荡
- 采样率不足导致混叠,后续数字滤波无法补救,需要在ADC前加抗混叠低通
面试官常见追问
- 卡尔曼滤波原理是什么?为什么姿态解算爱用它?
- 互补滤波和卡尔曼滤波怎么选?
- 滑动平均在嵌入式上怎么高效实现?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。