01
滤波初探
什么是传感器噪声？为什么需要滤波？
入门概念
02
信号基础
时域与频域的基本概念，采样定理入门
理论采样
03
均值滤波
原理与实现，滑动窗口均值滤波
经典滑动窗口
04
中值滤波
原理与实现，对椒盐噪声的处理
非线性鲁棒
05
限幅滤波
原理与实现，剔除野值点
预处理野值
06
递推平均滤波
原理与实现，内存优化技巧
递推高效
07
一阶滞后滤波
原理与实现，时间常数选择
低通滞后
08
二阶滞后滤波
原理与实现，过冲抑制
二阶阻尼
09
卡尔曼滤波入门
状态空间模型，预测与更新
状态估计预测
10
卡尔曼滤波实战
一维卡尔曼滤波代码实现
实战Python
11
卡尔曼滤波调参
Q与R矩阵的物理意义与调试
调参协方差
12
扩展卡尔曼滤波
非线性系统的处理思路
EKF非线性
13
粒子滤波入门
蒙特卡洛方法，重要性采样
蒙特卡洛采样
14
粒子滤波实战
重采样与粒子退化问题
重采样退化
15
低通滤波器设计
模拟与数字低通滤波器
模拟数字
16
高通滤波器设计
去除直流分量与低频漂移
直流漂移
17
带通与带阻滤波器
特定频率提取与抑制
选频陷波
18
IIR滤波器
巴特沃斯、切比雪夫滤波器设计
IIR巴特沃斯
19
FIR滤波器
窗函数法设计，线性相位特性
FIR线性相位
21
小波变换实战
Python实现小波去噪
实战Python
22
自适应滤波
LMS算法原理与实现
LMS自适应
25
滑动窗口FFT
实时频谱分析与滤波
频谱实时
26
多传感器融合
加权平均与协方差融合
融合协方差
27
滤波性能评估
信噪比、均方误差、延迟分析
评估指标
28
实时滤波系统设计
嵌入式平台上的优化策略
嵌入式优化
29
综合实战
加速度计数据滤波全流程
实战加速度计
30
课程总结
滤波算法选型指南与未来方向
总结选型