信号在它的产生、转换、传输的每一个环节都可能由于环境和干扰的存在而畸变，甚至是在相当多的情况下，这种畸变还很严重，以致于信号及其所携带的信息被深深地埋在噪声当中了，所以滤波是信号处理中的一项基本而重要的技术。
滤波
滤波是将信号中特定波段频率滤除的操作，是抑制和防止干扰的一项重要措施。是根据观察某一随机过程的结果，对另一与之有关的随机过程进行估计的概率理论与方法。
滤波一词起源于通信理论，它是从含有干扰的接收信号中提取有用信号的一种技术。“接收信号”相当于被观测的随机过程，“有用信号”相当于被估计的随机过程。
这类问题在电子技术、航天科学、控制工程及其他科学技术部门中都是大量存在的。历史上最早考虑的是维纳滤波，后来R.E.卡尔曼和R.S.布西于20世纪60年代提出了卡尔曼滤波。现对一般的非线性滤波问题的研究相当活跃。
滤波技术的分类
信号分两类：连续的模拟信号和离散的数字信号。
所以，按所处理的信号来分类，滤波技术便分为两类：模拟滤波技术和数字滤波技术
数字滤波技术的核心是算法，但也并不是完全脱离硬件的。比如数字信号处理器（DSP)就是常见的数字滤波设备，除了滤波，DSP还会对数字信号进行变换、检测、谱分析、估计、压缩、识别等一系列的加工处理。
1、模拟滤波技术
一般都是通过硬件电路实现的。 举个例子，比如——车身蓄电池提供的12V直流电源，它其实并不纯洁。除了纯净的12V恒压电源外，还掺杂着一些交流杂波。所以我们需要用电容、电感、电阻来组成硬件滤波电路，以频率为标识符来滤除这些杂波。硬件滤波的基本原理就是电容、电感的容抗和感抗与频率有关。
模拟滤波技术（硬件滤波技术）分为两类：无源滤波和有源滤波。
无源滤波电路仅由无源元件（电阻、电容、电感）组成。
有源滤波电路不仅由无源元件，还由有源元件（双极型管、单极型管、集成运放）组成。有源电路除了输入信号外，还必须要有外加电源才可以正常工作， 有源元件也叫主动元件，要依靠电流方向才能体现其价值。有源滤波自身就是谐波源，会产生谐波干扰。
总的来说，平时我们用的比较多的还是无源滤波电路。
2、数字滤波技术
这里就只说软件滤波了，不说DSP。
常见的数字滤波算法大概有十几种，可以根据其作用来进行简单分类：
克服大脉冲干扰的滤波算法有：1、限幅滤波法；2、中位值滤波法；3、基于拉依达准则的奇异数据滤波法；4、基于中值数绝对偏差的决策滤波器。
克服小幅度高频噪声的滤波算法有：1、算术平均；2、滑动滤波；3、加权滑动平均。这三种算法都具有低通特性，所谓的低通是通低频（滤高频），故叫做低通。
正常的软件滤波逻辑是，先剔除大的异常干扰，再过滤高频低幅噪声。一般高频干扰是由电子元器件热噪声、AD量化噪声引起的。
此外，还有一些高贵冷艳的滤波算法，比如维纳滤波，卡尔曼滤波等。
实际上，数字滤波技术可以分为两类：即经典滤波和现代滤波。
经典滤波技术的基础是傅里叶变换，它建立在信号和噪声频率分离的基础上，通过将噪声所在频率区域幅值衰减来达到提高信噪比，于是针对不同的频率段就产生了低通，高通，带通等滤波器之分。
现代滤波器则不是建立在频率领域，而是通过随机过程的数学手段，通过对噪声和信号的统计特性（如自相关函数，互相关函数，自功率谱，互功率谱等）做一定的假定，然后通过合适的数学方式，来提供信噪比。譬如KALMAN滤波器中，总会假定状态噪声和测量噪声是不相关的。在weiner滤波器中还必须假定信号是平稳的，等等。所以现代滤波技术没有带通、低通、高通之分。
说白了，现代滤波技术就是用数学（特别是统计学）的方法，对于采集的数据进行分析，利用数学原理滤除差异较大的数据，保持数据的灵敏度和稳定性。所以之前的那十几种滤波技术以及卡尔曼滤波、维纳滤波等，都可以归类于现代滤波技术。
总的来说，一般有这种联系：
频率—硬件—经典滤波；
统计—算法—现代滤波。
经典滤波技术出现后，人们发现有些噪声和信号的频谱相互混叠，用经典滤波器得不到满意的滤波效果。这时候基于统计学的现代滤波技术才诞生了。总之两类滤波技术各有所用，具体问题具体分析。
滤波器
滤波器，顾名思义对于电路中传播的电磁骚扰，采用滤波技术加以抑制。
