近些年来，随着科学技术的发展，伺服系统从直流逐渐变到交流，从模拟逐渐变到数字化。根据工业的需求和研究的热点，伺服系统有以下三点发展趋势：集成化、高性能化、智能化。同样，滤波器也经历了从模拟到数字[7]。26087
模拟滤波器可分为有源模拟滤波器和无源模拟滤波器。有源滤波器主要是运放，或者跨到运放，及电阻，电容构成。无源的滤波器主要是电阻、电感、电容构成。模拟滤波器会有电压漂移、温度漂移和噪声等问题，而数字滤波器不存在这些问题，因而可以达到很高的稳定度和精度。数字滤波器由数字乘法器、加法器和延时单元组成的一种算法或装置。数字滤波器的功能是对输入离散信号的数字代码进行运算处理，以达到改变信号频谱的目的。数字滤波器可用计算机软件实现，也可用大规模集成数字硬件实现[8]。论文网
目前用的较多的是数字滤波器，可分为经典滤波器和现代滤波器。模拟和数字方法可以让经典滤波器的功能得以实现。滤波器按照所保留信号的频率成分对它们进行分类，可分为这样几种：低通滤波器（Lowpass）、高通滤波器（Highpass）、带通滤波器（Bandpass）、带阻滤波器（Bandstop）；滤波器按照输出与上一时刻输出的关系进行分类，可以分为这样两种：IIR（无限长单位冲激响应滤波器)和FIR（有限长单位冲激响应滤波器)[9]。IIR和FIR滤波器有多种设计方法，对IIR来说主要有巴特沃斯滤波器，切比雪夫滤波器，椭圆滤波器；对FIR来说主要有线性相位法，窗函数设计法，频率采样设计法[10]。
随着科技的发展，目前广泛应用于实际系统中的是现代滤波器，主要是卡尔曼滤波和自适应滤波，但在实际应用中，标准的卡尔曼滤波和自适应滤波已经很难达到理想的滤波效果，所以当前实用的滤波算法都是在这两种基础算法上进行了改进。
卡尔曼滤波是一种时域滤波方法，采用状态空间方法描述系统，算法采用递推形式，数，据存储量小，不仅可以处理平稳随机过程平稳随机过程，也可以处理多文和非平稳随机过程[11]。当前实用的改进算法有：具有抗野值的卡尔曼滤波、鲁棒卡尔曼滤波、扩展卡尔曼滤波。
上世纪60年代，B.Widrow等人提出了自适应滤波理论,自适应滤波器通过可调整系数的滤波器将输入信号加权后产生一个输出，然后与期望的参考或训练新号进行比较，形成误差信号[12]。使用这个误差信号修正可编程滤波器的权系数，并最终使这个误差逐渐达到最小值，使得处理器的输出更逼近于参考或者训练信号[13]。当前改进的算法有：改进的方差自适应滤波算法、最小均方（LSM）自适应滤波算法、Sage-Husa自适应滤波、递归最小二乘（RLS）自适应滤波算法 伺服系统的滤波技术国内外研究现状:http://www.youerw.com/yanjiu/lunwen_20146.html