算数平均滤波需要多次采样后才能得出一个有效值，如果被检测量变化较快，多次采样后才输出一次有效值，表现就是系统反应迟钝。将当前采样值与之前连续的历史采样值进行平均，这样每次采样结束即可得出有效值。因为参与计算的历史值个数固定且内容不断前移覆盖更新，类似滑动的数据块窗口，因此成为滑动平均滤波算法。
Vn-5Vn-4Vn-3Vn-2Vn-1VnVn-4Vn-3Vn-2Vn-1VnVn+1假如窗口为6，即每次使用最近5个历史值与当前最新值求算数平均值，输出一个有效值；下个周期再覆盖最早时间的点做同样操作。类似环形数组，求最近6个值的平均值。
#define SUM_WIN_SIZE 6 int history[SUM_WIN_SIZE];//历史值，其中history[SUM_WIN_SIZE-1]为最近的记录 int buff_init=0;//前SUM_WIN_SIZE-1次填充后才能开始输出 int index=0;//环形数组可放数据的位置 int filter(int current) { int i; int sum=0; if(buff_init==0) { history[index]=current; index++; if(index>=(SUM_WIN_SIZE-2)) { buff_init=1;//index有效范围是0-5，前面放到4，下一个就可以输出 } return 0xFFFF;//当前无法输出，做个特殊标记区分 } else { history[index]=current; index++; if(index>=SUM_WIN_SIZE) { index=0;//index有效最大5,下次再从0开始循环覆盖 } for(i=0;i<SUM_WIN_SIZE;i++) { sum+=history[i]; } return sum/SUM_WIN_SIZE; } }滑动平均滤波，输出的结果与先前历史记录有关，假如故意突然改变物理量，需要几个采样周期，输出结果才逐渐接近真实值，实际一般情况下，越新的数据权重越大，历史记录权重应该减少，对滑动窗口中的数据分配不同的加权系数，进行加权平均值。
1/K*Vn-52/K*Vn-43/K*Vn-34/K*Vn-25/K*Vn-16/K*Vn每个数据分配不同的加权系数，1/K+2/K +3/K +4/K +5/K +6/K =1。则K=1+2+3+4+5+6 可以简化所有数据整体乘以K，减少浮点运算。
1*Vn-52*Vn-43*Vn-34*Vn-25*Vn-16*Vn最终的加权和再除以K即可。
#define SUM_WIN_SIZE 6 int history[SUM_WIN_SIZE];//历史值，其中history[SUM_WIN_SIZE-1]为最近的记录 int buff_init=0;//前SUM_WIN_SIZE-1次填充后才能开始输出 int index=0;//环形数组可放数据的位置 int factor[SUM_WIN_SIZE]={1,2,3,4,5,6};//加权系数 int K=21;//1+2+3+4+5+6 int filter(int current) { int i,j; int sum=0; if(buff_init==0) { history[index]=current; index++; if(index>=(SUM_WIN_SIZE-2)) { buff_init=1;//index有效范围是0-5，前面放到4，下一个就可以输出 } return 0xFFFF;//当前无法输出，做个特殊标记区分 } else { history[index]=current; index++; if(index>=SUM_WIN_SIZE) { index=0;//index有效最大5,下次再从0开始循环覆盖 } j=index; for(i=0;i<SUM_WIN_SIZE;i++) { //注意i=0的值并不是最早的值 sum+=history[i]*factor[j];//注意防止数据溢出 j++; if(j==SUM_WIN_SIZE) { j=0; } } return sum/K; } }