傳感器在使用過程中由于串入儀表或者采集系統，可能引入隨機誤差。其內部器件噪聲和A/D量化噪聲也會影響其高精度的輸出性能。所以如何處理和削弱誤差的影響，變得越來越重要，也得到了更廣泛的重視。

傳感器隨機誤差是由串入儀表的隨機干擾、儀器內部器件噪聲和A/D量化噪聲引起的，室溫和相對濕度等不穩定因素也是其產生的原因。在相同條件下測量同一量值時，單次測量無法發現規律，但在多次測量中，測量數據總體符合統計規律，測量值體現為實際量值的上下波動，隨著測定次數的增加，誤差的平均值將逐漸趨向于零。

數字濾波算法因為具有靈活性以及無需修改硬件就能達到不同的濾波效果等特點，使其得到了廣泛的應用。它的主要優點如下：

（1）數字濾波只是一個計算過程，無需硬件，因此可靠性高，并且不存在阻抗匹配、特性波動、非一致性問題。模擬濾波器在頻率很低時較難實現的問題，不會出現在數字濾波器的實現過程中。

（2）只要適當改變數字濾波程序有關參數，就能方便的改變濾波特性，因此數字濾波使用時方便靈活。

常用的數字濾波算法主要有：克服大脈沖干擾的數字濾波算法、抑制小幅度高頻噪聲的平均濾波法和復合濾波法。

一、克服大脈沖干擾的數字濾波算法

克服由儀器外部環境偶然因素引起的突變性擾動或一起內部不穩定引起的誤碼等造成的尖脈沖干擾。通常采用簡單的非線性濾波法。

1.限幅濾波法（又稱程序判別法）

通過程序判斷被測信號的變化幅度，從而消除緩變信號中的尖脈沖干擾。具體方法是，依賴已有的時域采樣結果，將本次的采樣值與上次的采樣值進行比較，若它們的差值超出允許范圍，則認為本次采樣值受到了干擾，應予易除。

2.中值濾波法

中值濾波是一種典型的非線性濾波器，它運算簡單，在濾波脈沖噪聲的同時可以很好地保護信號的細節信息。對某一被測參數連續采樣N次（一般N應為奇數），然后將這些采樣值進行排序，選取中間值作為本次采樣值。對溫度、液位等緩慢變化的被測參數，采用中值濾波法一般能收到良好的濾波效果。

二、抑制小幅度高頻噪聲的平均濾波法

小幅度高頻電子噪聲：電子器件熱噪聲、A/D量化噪聲等。

通常采用具有低通特性的線性濾波器：算術平均濾波法、滑動平均濾波法、加權滑動平均濾波法等。

1.算術平均濾波法

2.滑動平均濾波法

對于采樣速度較慢或要求數據更新率較高的實時系統，算術平均濾波法無法使用的。

滑動平均濾波法把N個測量數據看成一個隊列，隊列的長度固定為N，每進行一次新的采樣，把測量結果放入隊尾，而去掉原來隊首的一個數據，這樣在隊列中始終有N個“最新”的數據。

平滑度高，靈敏度低；但對偶然出現的脈沖性干擾的抑制作用差。實際應用時，通過觀察不同N值下滑動平均的輸出響應來選取N值以便少占用計算機時間，又能達到最好的濾波效果。

3.加權滑動平均濾波法

增加新的采樣數據在滑動平均中的比重，以提高系統對當前采樣值的靈敏度，即對不同時刻的數據加以不同的權。通常越接近現時刻的數據，權取得越大。

三、復合濾波法

在實際應用中，有時即要消除大幅度的脈沖干擾，又要做數據平滑。因此常把前面介紹的兩種以上的方法結合起來使用，形成復合濾波。我們將用去極值平均濾波算法進行示例。

去極值平均濾波算法：先用中值濾波算法濾除采樣值中的脈沖性干擾，然后把剩余的各種采樣值進行平均濾波。連續采樣N次，剔除其最大值和最小值，再求余下N-2個采樣的平均值。顯然，這種方法既能抑制隨機干擾，又能濾除明顯的脈沖干擾。