对于实时数据采集系统，为了消除干扰信号，通常需要对采集到的数据进行数字滤波，常采用的数字滤波法有以下几种：

一、算术平均滤波法

算术平均滤波法是指对一点数据连续采n个值，然后取其平均值。这种方法能够滤除一般的随机干扰信号，使信号变的平滑，但当n值较大时，灵敏度会降低，故n值要视具体情况进行选取。一般情况下取3～5平均即可。

二、滑动平均滤波法

算术平均滤波法每计算一次数据需要采集n次数据，这对于测量数据较慢或要求数据计算速度较快的实时控制系统则无法使用，此时可采用滑动平均滤波法。滑动平均滤波法是把n个采样值看成一个队列，队列是长度为n，每进行一次采样就把采样值放入队尾，而去掉原队首的一个采样值，这样，队列中就始终有n个“最新”的采样值，对这n个值进行平均就可以得到新的滤波值。 滑动平均滤波法对周期性的干扰具有较好的抑制作用，但对偶然出现的脉冲性干扰抑制作用差，难以消除由于脉冲干扰而引起的采样值的偏差。

三、去极值滤波法

算术平均滤波法和滑动平均滤波法都难以消除脉冲干扰所引起的误差，会将脉冲干扰“平均”到结果中去。在脉冲干扰严重的场合可采用去极值平均滤波法。去极值平均滤波法的思想是：连续采样n个值，找出并去除其中的最大值和最小值，然后对其余的n-2个值求平均，即可得到有效采样值。为了使算法简单，n通常取偶数，如4，6，8，10等。

四、中位值滤波法

对某一被测信号连续采样n次，然后把n次采样值按大小排序，取中间值为本次采样值。为方便，n一般取奇数。算法上，则可以采用“冒泡法”来对这n个数据进行排序。中位值滤波法能有效地克服因偶然因素引起的波动干扰，但对于一些快变参数则不宜采用。