软件滤波是一种通过软件算法来识别和滤除信号中的干扰成分，从而提取有用信息的方法。以下是一些常用的软件滤波方法及其实现：
限幅滤波法
方法：根据经验判断确定两次采样允许的最大偏差值（设为A），每次检测到新值时，如果本次值与上次值之差大于A，则本次值无效，放弃本次值，用上次值代替本次值。
优点：能有效克服因偶然因素引起的脉冲干扰。
缺点：无法抑制周期性干扰，平滑度差。
中位值滤波法
方法：连续采样N次（N取奇数），把N次采样值按大小排列，取中间值为本次有效值。
优点：能有效克服因偶然因素引起的波动干扰，对温度、液位等变化缓慢的被测参数有良好的滤波效果。
缺点：对流量、速度等快速变化的参数不宜。
算术平均滤波法
方法：连续取N个采样值进行算术平均运算，N值较大时信号平滑度较高，但灵敏度较低；N值较小时信号平滑度较低，但灵敏度较高。
优点：适用于对一般具有随机干扰的信号进行滤波，信号在某一数值范围附近上下波动。
缺点：对于测量速度较慢或要求数据计算速度较快的实时控制不适用，比较浪费RAM。
递推平均滤波法
方法：把连续取N个采样值看成一个队列，队列的长度固定为N，每次采样到一个新数据放入队尾，并扔掉原来队首的一次数据，然后对队列中的N个数据进行算术平均运算。
优点：对周期性干扰有良好的抑制作用，平滑度高，适用于高频振荡的系统。
缺点：灵敏度低，对偶然出现的脉冲性干扰的抑制作用较差，不易消除由于脉冲干扰所引起的采样值偏差，不适用于脉冲干扰比较严重的场合，比较浪费RAM。
中位值平均滤波法
方法：相当于中位值滤波法+算术平均滤波法，连续采样N个数据，去掉一个最大值和一个最小值，然后计算N-2个数据的算术平均值。
优点：融合了两种滤波法的优点，对于偶然出现的脉冲性干扰，可消除由于脉冲干扰所引起的采样值偏差。
缺点：测量速度较慢，比较浪费RAM。
限幅平均滤波法
方法：相当于限幅滤波法+递推平均滤波法，每次采样到的新数据先进行限幅处理，再送入队列进行递推平均滤波处理。
优点：融合了两种滤波法的优点，对于偶然出现的脉冲性干扰，可消除由于脉冲干扰所引起的采样值偏差。
缺点：比较浪费RAM。
一阶滞后滤波法
方法：取a=0~1，本次滤波结果=（1-a）*本次采样值+a*上次滤波结果。
优点：对周期性干扰具有良好的抑制作用，适用于波动频率较高的场合。
缺点：相位滞后，灵敏度低，滞后程度取决于a值大小，不能消除滤波频率高于采样频率的1/2的干扰信号。
加权递推平均滤波法
方法：对递推平均滤波法进行改进，即不同时刻的数据加以不同的权，越接近现时刻的数据，权取得越大。
优点：适用于有较大纯滞后时间常数的对象和采样周期较短的系统。
缺点：对于纯滞后时间常数较小，采样周期较长，变化缓慢的信号不能迅速反应系统当前所受干扰的严重程度，滤波效果差。
消抖滤波法
方法：设置一个滤波计数器，将每次采样值与当前有效值比较，如果采样值等于当前有效值，则计数器清零；如果采样值不等于当前有效值，则计数器+1，并判断计数器是否大于等于上限N，如果计数器溢出，则将本次值替换当前有效值，并清计数器。
优点：对于变化缓慢的被测参数有较好的滤波效果，可避免在临界值附近控制器的反复开/关跳动或显示器上数值抖动。
缺点：对于