在STM32中实现电流数值滤波时，通常需要结合硬件设计（如RC滤波电路）和软件算法。以下是常见的软件滤波方法及实现建议：

1. 硬件预处理

• RC低通滤波：在ADC采样引脚前增加RC滤波电路，抑制高频噪声。
• 多采样平均：利用STM32 ADC的硬件过采样功能（如设置ADC_SAMPLETIME和多次采样取平均）。

2. 软件滤波算法

(1) 移动平均滤波

• 原理：对连续N次采样值取平均，消除短期波动。

• 代码示例：

  #define SAMPLE_SIZE 10
  uint16_t buffer[SAMPLE_SIZE];
  uint8_t index = 0;
  
  uint16_t moving_average_filter(uint16_t new_sample) {
    buffer[index] = new_sample;
    index = (index + 1) % SAMPLE_SIZE;
  
    uint32_t sum = 0;
    for (int i = 0; i < SAMPLE_SIZE; i++) {
        sum += buffer[i];
    }
    return sum / SAMPLE_SIZE;
  }

(2) 一阶低通滤波

• 原理：通过权重系数抑制高频分量，公式：
  Y(n) = α * X(n) + (1-α) * Y(n-1)
  其中 α 为滤波系数（0 < α < 1），越小滤波效果越强。

• 代码示例：

  float alpha = 0.1; // 根据噪声频率调整
  float filtered_value = 0;
  
  float low_pass_filter(float new_sample) {
    filtered_value = alpha * new_sample + (1 - alpha) * filtered_value;
    return filtered_value;
  }

(3) 中值滤波

• 原理：取N次采样的中间值，有效消除脉冲干扰。

• 代码示例：

  #define MEDIAN_SIZE 5
  uint16_t buffer[MEDIAN_SIZE];
  
  uint16_t median_filter(uint16_t new_sample) {
    // 更新缓冲区
    for (int i = 0; i < MEDIAN_SIZE - 1; i++) {
        buffer[i] = buffer[i + 1];
    }
    buffer[MEDIAN_SIZE - 1] = new_sample;
  
    // 排序并取中值
    uint16_t temp[MEDIAN_SIZE];
    memcpy(temp, buffer, sizeof(temp));
    bubble_sort(temp); // 实现简单排序算法
    return temp[MEDIAN_SIZE / 2];
  }

(4) 卡尔曼滤波

• 适合动态系统，但需建模和参数调整（计算量较大）。

3. 实现建议

1. 根据场景选择算法：
   • 平稳信号：移动平均或一阶低通。
   • 脉冲干扰：中值滤波。
   • 动态系统：卡尔曼滤波。
2. 优化计算效率：
   • 避免浮点运算（可用定点数）。
   • 使用STM32的DMA加速ADC多通道采样。
3. 参数调试：
   • 通过实际噪声频谱调整滤波系数（如alpha或采样窗口大小）。
4. 校准ADC：
   • 确保参考电压稳定，消除零点漂移。

4. 扩展优化

• 滑动窗口滤波：结合移动平均和动态窗口大小。
• 复合滤波：如先中值滤波去脉冲，再低通滤波平滑数据。

通过软硬件结合，可显著提升STM32电流采样的稳定性和精度。实际应用中需通过示波器或调试工具观察信号特性，针对性优化参数。