嵌入式三阶RC低通滤波器定点化实现：移位替代除法优化MCU性能

做嵌入式这些年，滤波器是我写得最多的代码之一，尤其是ADC采样之后的低通滤波。但真正让我下定决心把RC低通滤波器换一种写法，是在一个小项目连续踩了两个坑之后：一是软件浮点运算在低成本MCU上慢得离谱，二是直接用除法实现一阶RC系数，中断里一次滤波就吃掉上百个周期，采样率稍微提上去，CPU就被拖死。

那之后我开始研究用移位运算替代除法来重构RC低通滤波器，把一阶、二阶一直到三阶的级联结构全部定点化。这篇文章就把这套实现思路完整写出来，包括离散化推导、系数选型、移位替代除法的原理和误差、定点状态管理、完整可跑的C代码，以及我在实测中遇到的截断、初值、稳定时间这些坑。适合正在做传感器采集、音频预处理、工频干扰抑制的嵌入式开发者参考。

1. 为什么是“三阶”：一阶和二阶在真实噪声场景下的窘境

1.1 一阶-20dB/dec远远不够用

RC低通滤波器的幅频特性，单节的公式是：

[ |H(f)| = \frac{1}{\sqrt{1 + (f/f_c)^2}} ]

它的问题是衰减斜率太缓，只有-20dB/decade。什么意思呢？如果你的截止频率设定在10Hz，那么到了50Hz，按照一阶特性也只能衰减到差不多0.2倍左右，也就是输出里还残留约20%的干扰。在很多场景下，尤其是需要把工频干扰压到1%以下，或者要滤除高频毛刺的场景，一阶滤波器完全不够用。

你可能想，那一阶不行就二阶呗。二阶确实能做到-40dB/dec，但实现方式很关键。如果用两个一阶节直接级联，截止频率处的滚降特性会叠加，50Hz衰减可以到4%左右，很多时候还是不够狠。而且很多MCU平台上做二阶IIR如果直接套用标准形式的差分方程，系数一多，定点化之后误差管理就变得麻烦。

所以我最后直接上了三阶。三节级联的幅频特性是单节的立方：

[ |H_{3}(f)| = \left( \frac{1}{\sqrt{1 + (f/f_c)^2}} \right)^3 ]

同样是10Hz截止频率，50Hz处衰减可以到0.8%以下，也就是-42dB左右。对于绝大多数的传感器信号预处理、ADC抗混叠之后的数字再滤波，这个衰减深度已经完全够用了。

1.2 三阶级联的-3dB点不是单节的-3dB点

这里有个非常容易踩的坑：三个截止频率相同的单节级联之后，整体-3dB点会左移，并不是原来的单节截止频率。

计算很简单但容易忽略。三节整体幅度平方为：

[ |H_{3}|^2 = \frac{1}{(1 + u^2)^3}, \quad u = f/f_c ]

令整体-3dB，即(|H_{3}|^2 = 0.5)，解出来：

[ 1 + u^2 = 2^{1/3} \approx 1.26 ]

所以：

[ f_{-3dB} \approx 0.51 \times f_c ]

换句话说，如果你想要三阶整体-3dB点在10Hz，单节截止频率不能直接设在10Hz，而是要设在19.9Hz左右。这个0.51的修正系数，我第一次设计时就漏了，结果滤波器比预期偏“闷”了差不多一倍。

2. 从模拟RC到数字差分：离散化其实只有一行

2.1 一阶节的差分方程是怎么来的

我们常见的模拟一阶RC低通电路，微分方程是：

[ RC \cdot \frac{dy(t)}{dt} + y(t) = x(t) ]

把它离散化，用最简单的差分近似，可以得到数字一阶RC节的经典递推形式：

[ y[n] = y[n-1] + \alpha \cdot (x[n] - y[n-1]) ]

其中系数(\alpha)满足：

[ \alpha = \frac{T}{RC + T} \approx \frac{T}{RC} = \frac{1}{2\pi f_c T_s} \cdot \frac{1}{?} ]

这里要写清楚。设采样周期为(T_s)，采样率为(F_s = 1/T_s)，那么：

[ \alpha \approx 2\pi f_c \cdot T_s = \frac{2\pi f_c}{F_s} ]

这个近似在(\alpha)远小于1时非常准确，实际工程里RC滤波器截止频率远低于采样率，(\alpha)通常都在0.01到0.25这个区间，所以这个近似完全可以放心使用。

于是我们可以反推：

[ f_c \approx \frac{\alpha \cdot F_s}{2\pi} ]

这个式子直接决定了，只要我要的截止频率确定了，在某个采样率下，(\alpha)就定了。而(\alpha)的取值，恰恰就是“移位替代除法”的核心切入点。

2.2 级联三阶与直接高阶IIR的取舍

三阶RC低通，在数字域实现有两种路径。

第一种是直接写出三阶差分方程，形如：

[ y[n] = b_0 x[n] + b_1 x[n-1] + b_2 x[n-2] + b_3 x[n-3] - a_1 y[n-1] - a_2 y[n-2] - a_3 y[n-3] ]

这种标准直接型结构看起来一步到位，但坑很多：需要维护3个输入历史值和3个输出历史值，一共6个状态变量；系数经过z变换之后不再是直观的(\alpha)，而是组合出来的多项式系数，定点量化时很容易让极点偏移，甚至导致滤波器不稳定。我在一个项目里试过直接用标准型三阶IIR，系数稍微量化狠一点，输出就开始震荡，排查起来相当痛苦。

第二种就是三个一阶节级联。每个节只有一行代码：

[ y_k[n] = y_k[n-1] + \alpha_k (y_{k-1}[n] - y_k[n-1]) ]

三个节加在一起才3个状态变量。而且级联结构有一个非常好的性质：每一级的输出都介于上一级输出的最小值和最大值之间，也就是说整个滤波器的中间状态不会超过输入信号的幅度范围。这意味着什么？意味着用int32做状态量时，只要输入不超过int32范围，中间过程永远不会溢出，不需要做饱和钳位，不需要额外检查。这种天然的内插有界特性是直接高阶IIR结构给不了的。

3. 移位替代除法的核心玩法：系数选型与误差控制

3.1 系数为什么可以“不够精确”

如果是做精密仪器，滤波器的截止频率误差当然越准越好。但绝大多数嵌入式的信号调理场景，我们并不需要截止频率精确到小数点后几位。传感器信号的频谱通常是一个范围，噪声和有用信号之间也往往有足够的分频距离。

举个例子，我需要约10Hz的三阶低通，采样率1kHz，那么单节截止频率需要约19.9Hz，对应的(\alpha)：

[ \alpha = \frac{2\pi \times 19.9}{1000} \approx 0.125 ]

0.125正好等于1/8。这就太舒服了，在数字域里乘以1/8就是右移3位。那如果我要的不是19.9Hz，而是比如21Hz呢？对应的(\alpha \approx 0.132)。这个数很不“整”，怎么办？

工程上的做法是：主动放松对截止频率的精度要求，在(\alpha)可选值里挑一个最接近的。0.132附近的2的幂次是1/8=0.125，误差大约5.6%，反映到截止频率上就是从19.9变成21Hz左右。对于一个本身就有容差范围的模拟前端来说，这个偏差完全可以接受。

这就是移位替代除法的第一层逻辑：先用系数选型把(\alpha)凑成2的负幂次，把除法彻底消掉。

3.2 不是2的幂次也能用移位加一次加法逼近

但有的时候，我需要更精细地控制截止频率，又不想引入除法。这时候可以用组合逼近，也就是多个2的幂次做加减。

举例，我希望(\alpha)更接近0.113，可以用：

[ \alpha = \frac{1}{8} - \frac{1}{64} = 0.125 - 0.015625 = 0.109375 ]

在代码里就是：

*state += (diff >> 3) - (diff >> 6);

对应的实现开销只是两次算术右移和一次减法。如果觉得0.109375精度还不够，可以用更大分母的组合，比如：

[ \alpha = \frac{30}{256} = 0.1171875 ]

而(30/256 = (32 - 2)/256)，对应代码：

*state += ((diff << 5) - (diff << 1)) >> 8;

本质就是先用移位组合算出分子，再一次右移做归一化。这种方法的截断误差取决于最终右移的位数，位数越多误差越小。

3.3 通用方案：小常数乘法加移位

如果觉得组合逼近还是不够灵活，那就用最通用的定点写法：

[ \alpha = \frac{K}{2^N} ]

滤波递推变成：

*state += (diff * K) >> N;

这就是把除法改写为“乘小常数+右移”。对于(\alpha=0.113)，取N=16：

[ K = 0.113 \times 65536 \approx 7406 ]

误差已经小到0.0016%。在Cortex-M0这类没有硬件除法指令的核上，一次整数乘法（MULS）通常只要1个周期，比软件除法快一个数量级以上。

这里有一个int32溢出边界必须注意：如果状态用int32_t，diff也在±65536以内，那么K必须满足：

[ |diff| \times K < 2^{31} ]

即K约小于32768，对应(\alpha < 0.5)。正常RC低通的(\alpha)不会超过0.5，所以这个限制实际上是天然满足的。

三种实现方式的对比，我整理了一个表格：

实际项目中，我大部分时间用的是第三种，第二种偶尔用来处理极端精简的8位MCU场景。本文后续代码以第一种和第三种为主给出。

4. 定点化实现：完整代码与性能对照

4.1 数据结构与初始化

三个一阶节级联的最小状态就是3个int32_t。如果你选择了三个节系数不同，可以把每个节的shift或者K都保存在结构体里：

#include <stdint.h> typedef struct { int32_t s1, s2, s3; /* 三级状态量 */ } rc3_state_t; typedef struct { int32_t k1, k2, k3; /* 每级系数K，配合右移位数使用 */ uint8_t n1, n2, n3; /* 每级右移位数 */ } rc3_cfg_t;

纯移位版就不需要cfg结构体了，三个shift如果相同，直接用一个宏定义即可。初始化一定不要省：

void rc3_init(rc3_state_t *st) { st->s1 = 0; st->s2 = 0; st->s3 = 0; }

关于初值为什么不能是0，后面专门讲，这里先按标准做法来。

4.2 纯移位版核心滤波函数

先给一个三级同系数的纯移位版本，也是我最常用的形式：

static inline int32_t rc1_shift(int32_t x, int32_t *state, uint8_t shift) { int32_t diff = x - *state; *state += diff >> shift; return *state; } int32_t rc3_shift_process(rc3_state_t *st, int32_t x) { int32_t y1 = rc1_shift(x, &st->s1, 3); int32_t y2 = rc1_shift(y1, &st->s2, 3); return rc1_shift(y2, &st->s3, 3); }

这里以(\alpha=1/8)为例。整个三级滤波跑完，只有3次减法、3次算术右移、3次加法，中间没有任何乘除法。对于有硬件除法指令的MCU来说优势不明显，但M0这类核，软件除法的开销往往是几十个周期，而右移只有1个周期，差距极其明显。

如果三个节希望用不同的shift，那就把cfg结构体传进去：

static inline int32_t rc1_shift_cfg(int32_t x, int32_t *state, uint8_t shift) { int32_t diff = x - *state; *state += diff >> shift; return *state; } int32_t rc3_shift_process_cfg(rc3_state_t *st, const rc3_cfg_t *cfg, int32_t x) { int32_t y1 = rc1_shift_cfg(x, &st->s1, cfg->n1); int32_t y2 = rc1_shift_cfg(y1, &st->s2, cfg->n2); return rc1_shift_cfg(y2, &st->s3, cfg->n3); }

如果cfg里三个shift都等于3，那和上面的版本效果完全一样。

4.3 乘法+移位版核心滤波函数

当需要自由选取(\alpha)时，用这个版本：

static inline int32_t rc1_mul(int32_t x, int32_t *state, int32_t k, uint8_t shift) { int32_t diff = x - *state; *state += (diff * k) >> shift; return *state; } int32_t rc3_mul_process(rc3_state_t *st, const rc3_cfg_t *cfg, int32_t x) { int32_t y1 = rc1_mul(x, &st->s1, cfg->k1, cfg->n1); int32_t y2 = rc1_mul(y1, &st->s2, cfg->k2, cfg->n2); return rc1_mul(y2, &st->s3, cfg->k3, cfg->n3); }

系数K的计算不放在中断里做，初始化时一次性算好：

static int32_t alpha_to_k(float alpha, uint8_t shift) { return (int32_t)(alpha * (float)(1 << shift) + 0.5f); }

比如采样率1kHz、想要三阶整体-3dB约10Hz，则单节fc需要约19.9Hz，(\alpha \approx 0.125)。取shift=12，K就是：

[ K = 0.125 \times 2^{12} = 512 ]

如果shift取更大的数，比如16，K是8192。右移位数越大，量化误差越小，但要注意diff*K的溢出边界和乘法结果的精度。工程上shift取12到16之间比较合适。

4.4 与浮点版本的性能对比

我在一个Cortex-M0+内核的MCU上做过实测，主频48MHz，编译器GCC，开启了-O2优化。滤波输入是16位ADC值，输出也是16位。对比结果如下：

这个差距在实际应用里意味着什么？如果采样率是1kHz，浮点版每秒需要80万个周期，占48MHz CPU的1.7%；定点移位版每秒仅1.2万个周期，占0.025%。对于还要同时跑显示刷新、按键扫描、通信协议栈的MCU来说，1.7%看起来不多，但如果采样率提到10kHz，浮点版就是17%的CPU占用，而定点版只有0.25%。差距立刻变得不可忽视。

如果你用的MCU带有FPU，比如Cortex-M4F或M7带单精度FPU，那浮点和定点的差距会大幅缩小。但即便如此，定点版仍能节省寄存器压力、减少中断延迟，而且滤波结果完全确定性，没有浮点环境依赖。

5. 实测数据与边界条件：不是“能跑”就完了

5.1 恒定输入下的截断死区实测

这套定点实现最隐蔽的问题就是截断。以纯移位版为例，diff >> 3在diff为正数时是向零截断的。比如输入恒定32767，state从0开始往上追，当state追到32760时，diff=7，7>>3=0，state就不再变化。

这意味着输出会停在32760，而不是32767。差值是7个LSB，等于(\alpha)分母8减1。三阶级联后，每级都有类似死区，最终输出可能停在比输入低20多个LSB的位置。这个偏差相对16位满量程来说只有0.06%左右，很多人觉得无所谓，但对于称重、精密测温这类需要看绝对精度的应用，这就是不可接受的直流偏差。

解决方式有两个。第一个是接受它，把滤波结果的直流偏置当作固定offset在系统标定里扣除。第二个是改成带舍入的移位：

static inline int32_t rc1_shift_round(int32_t x, int32_t *state, uint8_t shift) { int32_t diff = x - *state; int32_t half = 1 << (shift - 1); if (diff >= 0) *state += (diff + half) >> shift; else *state -= ((-diff + half) >> shift); return *state; }

这个版本把死区从7个LSB缩小到4个LSB以内，且正负对称。代价是多一次分支判断，在M0上大概多2到3个周期，大部分场景值得。

5.2 负数右移的截断方向坑

C语言里对负整数进行右移运算，符号位如何处理是由编译器实现决定的。主流嵌入式编译器（GCC、ARMCC、IAR）对带符号整数都采用算术右移，也就是右边补符号位，等价于向负无穷方向截断。而整数除法/在C标准里是向零截断。二者在负数时结果不同：

• -7 >> 3得到的是-1
• -7 / 8得到的是0

如果代码里原来是除法，直接机械替换成右移，负数路径的直流偏置方向就反了。我在移植一个音频滤波算法时吃过这个亏，输出信号在负半周出现一个固定偏置，排查了好一阵才发现是截断方向不一致导致的。所以编写定点滤波器时，对负数的截断方向务必心里有数。上面的舍入版本就同时在正负两个方向做了对称处理，也是治这个毛病的。

5.3 阶跃响应与稳定时间

RC低通是过阻尼系统，理论上阶跃响应不会过冲。三阶级联后，阶跃响应变成S形爬升，稳定时间比单节更长。

单节RC的时间常数是(\tau = RC = \frac{1}{2\pi f_c})。三节相同fc级联后，整个系统约等效于3(\tau)的时间常数。以采样率1kHz、(\alpha=1/8)为例，单节fc≈19.9Hz，(\tau \approx 8ms)，三节等效时间常数约24ms，从阶跃跳变到输出稳定在输入值的98%以内，大约需要5到6个等效时间常数，也就是120到150ms。

这个特性在实际应用里的影响是：如果传感器的物理量本身变化较快，三个节会造成可感知的滞后。所以选择极低截止频率时，要有意识地评估信号本身的动态范围是不是足够慢。

5.4 截止频率的验证方法

我验证滤波器截止频率的方式很简单：用DAC或PWM输出一个扫频正弦波作为输入源，从1Hz扫到100Hz，在另一个ADC通道或者串口把滤波前后的信号幅度记录下来。扫频步长要细，尤其在截止频率附近。

理论上，对于采样率1kHz、三级shift=3的实现：

• 输入1Hz正弦波，输出衰减约0.01dB，基本无衰减
• 输入10.1Hz，整体衰减应为-3dB，输出幅度约为输入的0.707倍
• 输入50Hz，根据前面计算，衰减约-26dB，输出幅度约为输入的0.05倍

实测值和理论值之间的误差主要来自信号源本身的谐波和量化噪声。如果偏差超过1dB，优先检查输入信号的幅值是否足够大，以及ADC采样是否稳定。

6. 踩坑记录与优化心得

6.1 上电初值不能是0，最好是第一次采样的值

滤波器的初始状态如果置0，而输入信号是3.3V传感器输出的2.5V直流偏置，那么滤波输出需要从0慢慢爬到2.5V附近，按上面的三级RC时间常数，可能要上百毫秒甚至更久。这段时间里，下游的控制或计算逻辑拿到的是明显偏小的滤波值，可能触发误判。

我的做法是初始化时不把state清零，而是把第一次进来的采样值直接赋给所有state：

void rc3_init_with_value(rc3_state_t *st, int32_t x) { st->s1 = x; st->s2 = x; st->s3 = x; }

这样开机第一拍滤波输出就等于输入，跳过爬升过程。如果是周期性休眠唤醒的设备，每次唤醒后重新初始化时也建议带上一个参考值，否则每次唤醒都会重新经历一次爬升。

6.2 系数过小导致的更新缓慢与“卡顿感”

为了追求更强的滤波效果，很容易把(\alpha)选得很小，比如1/256。这时候每个采样点状态变化幅度最多是输入差值的1/256。如果输入变化较快，滤波输出看起来就像是一格一格地缓慢爬动，体感非常“卡”。

这里要算一笔账：(\alpha=1/256)、采样率1kHz时，等效截止频率：

[ f_c = \frac{\alpha F_s}{2\pi} = \frac{0.0039 \times 1000}{6.28} \approx 0.62Hz ]

这种滤波器适合处理变化极慢的温度、压力信号。如果盲目套用在音频或振动信号上，那就是灾难性的滞后和“糊感”。

6.3 中断上下文调用时的注意点

滤波函数修改的是结构体里的状态量。如果主循环和中断都调用同一个滤波器实例，就会存在临界区问题。最简单的做法是让滤波函数只在中断里执行，主循环只读取输出结果。如果确实需要多上下文调用，可以在中断入口用局部变量做一次快照，滤波完毕再写回。不要试图靠编译器优化来解决重入问题，踩过一次坑的人都知道。

6.4 高吞吐场景的进一步优化空间

如果采样率很高，比如音频场景的48kHz，每个采样点都调三个内联函数，调用开销虽然已经很小，但还是能挤出一点空间。可以改成一次处理一个块：

void rc3_process_block(rc3_state_t *st, const int32_t *in, int32_t *out, uint32_t n) { int32_t x, y1, y2, y3; for (uint32_t i = 0; i < n; i++) { x = in[i]; y1 = rc1_mul(x, &st->s1, K1, SHIFT1); y2 = rc1_mul(y1, &st->s2, K2, SHIFT2); y3 = rc1_mul(y2, &st->s3, K3, SHIFT3); out[i] = y3; } }

编译器对固定次数的循环会自动做一定的展开优化，块处理比逐样本调用省掉循环开销。再配合DMA搬运ADC数据，CPU负载还能继续压低。

6.5 多级不同系数的自由度

前文例子都是三级相同系数，但实际工程里可以让每一级取不同shift，形成非对称响应。例如第一级取1/4用来快速吸收高频毛刺，后两级取1/16用来平滑慢变信号。这样整体特性不再是简单的三阶，而是更接近“一个高通抑制加两个低通平滑”的组合。你需要对各级截止频率分别计算，然后用前面的组合公式自由选型。这组自由度是没有写在教科书里、但实际操作非常好用的灵活性。

我在实际项目中长期使用三级RC定点滤波器，从8位MCU到32位M0+都跑过这套思路。最初只是图省事用移位替代除法，后来发现它带来的确定性和低开销让整机的中断负载、功耗预算都更好做了。如果你是刚开始接触定点滤波，先把这篇文章里的第一种纯移位版本跑通，再逐步换成乘法+移位版本。等滤波效果满足要求后，再回来深究截断死区、初值处理和系数选型这些细节，会少走很多弯路。