在实际测量工作中 选择数字滤波算法一般应遵循以下几条原则：
1.首先要考虑主机（计算机，单片机等）的存储量，运算速度，运算能力以及实时性是否满足实际测量要求。
2.针对主要干扰源选择适当的滤波算法。在实际工作环境中，会存在很多不同的干扰源，应该分析查找对系统的测试准确度影响最大的干扰，然后再选择比较适应这个主要干扰源的滤波算法。
3.综合滤波算法的选用。如果测量系统的干扰比较复杂，对测量，控制结果影响较严重，或者整体系统对测量数据的准确度和平滑度要求比较高，就可以将几种滤波方法综合使用，以获得良好的效果。
表1.3.1 常用数字滤波算法对比
名称    优势    缺陷    使用范围
限幅滤波法    有效削弱随机干扰以及尖峰脉冲干扰    无法抑制周期性的干扰，平滑度差    
适于温度，液位等变化缓慢参数的滤波
中位值滤波法    有效削弱因偶然因素带来的干扰    不适应流量，速度等快速变化    
算数平均滤波法    适用于对一般具有随机干扰的信号进行滤波    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    
滑动平均滤波法    对周期性干扰有良好的控制作用，平滑度高，适用于高频振荡的系统    灵敏度低，对偶然出现的脉冲性干扰的抑制作用较差，比较浪费数据存储器的空间    
2 能谱平滑算法的研究
2.1 几种能谱平滑算法
伽玛能谱仪探测到的伽玛能谱数据，因统计涨落而产生误差。为了降低这一误差人们提出了多种伽玛能谱光滑处理方法。由于核衰变和探测器中固有的统计涨落、电子学系统的噪声影响,所以在伽玛能谱的测量过程中，测得的谱数据不可避免带有很大的统计涨落和干扰噪声。这对伽玛能谱的定性定量分析产生误差。在伽玛能谱的分析中,为了减少能谱测量数据的统计涨落,又保留谱峰的全部重要的特征,以便可靠地定性和定量分析伽玛能谱,必须首先对实测伽玛能谱原始数据进行光滑或去噪处理。由于能谱数据是按整数道址离散存储的，所以谱光滑处理是逐道进行的；以待处理道为中心，用其左右m道的测量数据，对该道数据作修正，消除统计涨落的影响。传统的伽玛谱光滑方法有：平均移动法；重心法；多项式最小二乘拟合法；离散函数褶积滑动变换法；傅立叶变换法。近年来，小波变换法开始被应用到伽玛能谱的数据光滑中。这几种算法都可以实现谱算法的平滑，减低在寻峰过程中丢失的弱峰或出现假峰、峰净面积计算的误差加大等等的问题，使得能谱更贴近我们需要的平滑状态，平滑之后的谱曲线应尽可能地保留平滑前谱曲线中有意义的特征，峰的形状和峰的净面积不产生很大的变化。
在实际测量过程中，各类数字采集系统所采用的测量原理不同，测量对象的物理能也有所不同，能谱平滑算法也有很多种。我们要全面掌握实际情况，根据数字滤波选原则，结合不断积累的实际工作经验，合理选择一种滤波算法或综合几种滤波算法，以达到最佳的滤波效果，获得比较理想的数据。
这里介绍了5种谱数据平滑处理的算法，其中一种小波算法作为拓展。
2.2 其他算法的基本思想
2.2.1算数滑动平均法基本思想
该方法思想如下:设 为待光滑的第i道数据，左右各取m道，则共有2m+1个点，用所有2m+1个点的算术平均值作为这道的修正值。公式为： 基于数字滤波的谱数据的平滑算法的研究与实现(4):http://www.youerw.com/tongxin/lunwen_6660.html