噪声分析与滤波：从源头到解决方案

做传感器信号处理这些年，我最大的体会就是——噪声这东西，你躲不掉，只能跟它斗智斗勇。刚入行那会儿，我总觉得信号不好就是硬件不行，后来踩的坑多了才明白，噪声分析其实是个系统工程。

今天咱们就聊聊噪声的来源，以及怎么用硬件和软件的手段把它压下去。说白了，就是三件事：搞清楚噪声从哪来，用硬件挡一波，再用软件补一刀。

噪声来源：你的敌人长什么样？

先说说噪声的三大来源。我习惯把它们分成三类，这样排查起来思路清晰。

1. 热噪声（Johnson-Nyquist噪声）

热噪声是电阻内部电子热运动产生的。温度越高，噪声越大。你想想看，只要电路里有电阻，这东西就存在，躲不掉的。

它的特点是：白噪声，频谱平坦，所有频率都有能量。

计算公式很简单：

Vn = sqrt(4 * k * T * R * Δf)

其中k是玻尔兹曼常数，T是温度，R是电阻值，Δf是带宽。

我的经验： 在项目中，我习惯把高阻值电阻换成低阻值的，尤其是前级放大电路。有一次做微弱信号检测，把100kΩ的反馈电阻换成10kΩ，噪声直接降了3倍多。

2. 1/f噪声（闪烁噪声）

1/f噪声，也叫闪烁噪声。频率越低，噪声越大。说白了，就是直流附近那一片区域特别容易出问题。

它的特点是：低频主导，功率谱密度与频率成反比。

我遇到过最头疼的一次，是做一个0.1Hz以下的低频振动传感器。1/f噪声把信号淹得死死的，后来用了斩波稳零放大器才搞定。

注意： 1/f噪声在半导体器件中尤其明显。MOS管的1/f噪声比BJT管大得多。选型时要留意。

3. 环境干扰

这个就五花八门了。工频50Hz（或60Hz）干扰、射频干扰、开关电源的纹波、电机启动的尖峰……

我总结了几种常见情况：

工频干扰： 电源线、照明设备带来的50Hz噪声
射频干扰： 手机、WiFi、蓝牙等无线信号
机械噪声： 振动、摩擦产生的伪信号
地环路： 多点接地形成的电位差

嗯，这里要注意：环境干扰往往是偶发性的，不像热噪声那样稳定。排查起来最费时间。

知识体系：噪声分析与滤波的核心逻辑

下面这张图是我自己整理的，把噪声来源、硬件滤波、软件滤波串起来了。你看一遍就能明白整体思路。

硬件滤波：RC低通滤波器

硬件滤波是噪声处理的第一道防线。我个人习惯，能硬件解决的绝不拖到软件里处理。为什么？因为硬件滤波不占CPU资源，实时性最好。

最常用的就是RC低通滤波器。结构简单，一个电阻一个电容，搞定。

截止频率公式：

fc = 1 / (2π * R * C)

举个例子：

假设传感器输出信号频率在 100Hz 以内
我们想滤掉 1kHz 以上的噪声

取 R = 1.6kΩ，C = 0.1μF
fc = 1 / (2π * 1600 * 0.1e-6) ≈ 995Hz

这样 100Hz 的信号基本无损通过
1kHz 以上的噪声被衰减

  避坑指南： 我曾经在项目里直接用大电容想滤掉所有噪声，结果信号延迟太大，系统响应跟不上。记住，RC滤波会引入相位延迟，实时性要求高的场合要权衡。

RC滤波的衰减特性：

频率	衰减量	说明
0.1 * fc	-0.04 dB	几乎无衰减
fc	-3 dB	截止点
10 * fc	-20 dB	衰减10倍
100 * fc	-40 dB	衰减100倍

你想想看，一阶RC滤波每十倍频只衰减20dB。如果噪声离信号很近，效果就不够用了。这时候可以考虑二阶RC滤波，或者用有源滤波器。

软件滤波：移动平均与中值滤波

硬件滤波之后，剩下的噪声交给软件处理。软件滤波的好处是灵活，参数可以随时调，不用改电路板。

移动平均滤波

移动平均是最简单的软件滤波方法。说白了，就是把最近N个采样值加起来求平均。

// 移动平均滤波示例
#define WINDOW_SIZE 10

float buffer[WINDOW_SIZE];
int index = 0;
float sum = 0;

float moving_average(float new_sample) {
    sum -= buffer[index];       // 去掉最旧的值
    buffer[index] = new_sample; // 存入新值
    sum += new_sample;          // 更新总和
    index = (index + 1) % WINDOW_SIZE;
    return sum / WINDOW_SIZE;   // 返回平均值
}

移动平均的优缺点：

优点： 平滑效果好，实现简单，计算量小
缺点： 有相位延迟，窗口越大延迟越大；对脉冲干扰不敏感

我的习惯： 窗口大小选多少？我一般从5开始试，看波形平滑效果和响应速度的平衡。做温度传感器时窗口可以大一些（比如20），做压力传感器时窗口要小（5-10）。

中值滤波

中值滤波对付脉冲干扰特别有效。比如传感器偶尔被碰一下，出现一个尖峰，移动平均会被拉偏，但中值滤波完全不受影响。

// 中值滤波示例（窗口大小3）
float median_filter_3(float a, float b, float c) {
    // 简单的冒泡排序取中间值
    if (a > b) { float t = a; a = b; b = t; }
    if (b > c) { float t = b; b = c; c = t; }
    if (a > b) { float t = a; a = b; b = t; }
    return b;  // 中间值
}

// 通用中值滤波（窗口大小5）
#define MEDIAN_WINDOW 5

float median_filter_5(float new_sample) {
    static float window[MEDIAN_WINDOW];
    static int idx = 0;
    float temp[MEDIAN_WINDOW];
    
    window[idx] = new_sample;
    idx = (idx + 1) % MEDIAN_WINDOW;
    
    // 复制并排序
    for (int i = 0; i < MEDIAN_WINDOW; i++) temp[i] = window[i];
    for (int i = 0; i < MEDIAN_WINDOW - 1; i++) {
        for (int j = i + 1; j < MEDIAN_WINDOW; j++) {
            if (temp[i] > temp[j]) {
                float t = temp[i]; temp[i] = temp[j]; temp[j] = t;
            }
        }
    }
    return temp[MEDIAN_WINDOW / 2];  // 返回中值
}

中值滤波的优缺点：

优点： 抗脉冲干扰能力强，能保留信号边缘（不会模糊跳变）
缺点： 计算量大（需要排序），窗口越大越慢；对高斯噪声效果不如移动平均

注意： 中值滤波的窗口大小一般选奇数（3、5、7）。窗口太大，排序耗时，在MCU上可能跑不动。我曾在STM32F103上试过窗口7的中值滤波，1kHz采样率勉强能跑。

实战建议：怎么组合使用？

说了这么多，到底怎么用？我分享一个常用的组合策略：

先硬件RC滤波：把高频噪声（>10倍信号频率）先干掉
再中值滤波：去掉偶尔出现的脉冲干扰
最后移动平均：平滑剩余的白噪声

举个例子，我做过一个光电传感器项目：

信号频率：10Hz
硬件RC：fc=100Hz（R=1.6kΩ，C=1μF）
中值滤波：窗口3
移动平均：窗口8

效果？原来信噪比只有15dB，处理后到了40dB以上。嗯，这个组合我用了好多年，基本没出过问题。

  最后说一句： 滤波不是越强越好。过度滤波会丢失信号细节，甚至让系统响应变慢。我的原则是——够用就行，多一分则过，少一分则欠。

噪声分析这件事，说白了就是跟不确定性打交道。搞清楚噪声从哪来，选对滤波方法，剩下的就是调试和验证了。希望今天的内容对你有帮助。

📚 课程目录

噪声分析与滤波：从源头到解决方案

噪声来源：你的敌人长什么样？

1. 热噪声（Johnson-Nyquist噪声）

2. 1/f噪声（闪烁噪声）

3. 环境干扰

知识体系：噪声分析与滤波的核心逻辑

硬件滤波：RC低通滤波器

软件滤波：移动平均与中值滤波

移动平均滤波

中值滤波

实战建议：怎么组合使用？