最近在折腾一个传感器信号处理的项目，发现原始数据里总有些低频干扰挥之不去。得嘞，撸起袖子给STM32整了个FIR高通滤波器。咱不整那些虚的，直接上干货

STM32开发 FIR高通滤波器 STM32实现FIR有限冲击响应高通滤波器，自编代码，汉明窗，送MATLAB程序，代码注释详细

先别急着写代码，咱们得先搞定滤波器系数。掏出MATLAB，20阶高通滤波器走起：

order = 20; cutoff = 0.4; % 归一化截止频率 h = fir1(order, cutoff, 'high', hamming(order+1)); fprintf('{%.8ff, ', h(1:end-1)); fprintf('%.8ff}', h(end));

这段脚本直接生成汉明窗加权的滤波器系数，打印成C数组格式。注意这里截止频率别设太高，0.4对应实际采样频率的40%。比如采样率1kHz的话，截止就是200Hz。

接下来STM32这边，直接上硬核代码。先整个环形缓冲区管理输入数据：

#define FILTER_ORDER 20 float buffer[FILTER_ORDER+1]; uint8_t buf_index = 0; void push_sample(float new_sample) { buffer[buf_index] = new_sample; buf_index = (buf_index + 1) % (FILTER_ORDER+1); }

这个环形缓冲区的骚操作在于，每次新数据覆盖最老的数据，省去了数组整体移动的开销。注意FILTER_ORDER+1的缓冲区长度，刚好装下当前窗口的所有采样点。

卷积运算才是重头戏，直接手撸：

float fir_filter(float *coeffs) { float output = 0.0f; uint8_t index = buf_index; for(int i=0; i<=FILTER_ORDER; i++){ if(index == 0) index = FILTER_ORDER; output += coeffs[i] * buffer[index]; index--; } return output; }

这里倒着取缓冲区数据的操作是关键，因为新数据总在buf_index位置，老数据顺时针排列。用if判断代替取模运算，实测能省20%计算时间。

实际工程里记得把系数转成Q15格式，上ARM的DSP库加速：

#include "arm_math.h" arm_fir_instance_f32 fir; float fir_state[FILTER_ORDER + BLOCK_SIZE -1]; void filter_init() { arm_fir_init_f32(&fir, FILTER_ORDER+1, hamming_coeffs, fir_state, BLOCK_SIZE); } void process_block(float *input, float *output) { arm_fir_f32(&fir, input, output, BLOCK_SIZE); }

用DSP库的批处理模式，一次处理一个数据块，比单点处理快3倍不止。注意state数组要足够大，别溢出。

调试时遇到过坑：直接浮点运算在F103上慢成狗，后来切到CMSIS-DSP的定点库，Q15格式配合armfirq15，速度直接起飞。不过要小心系数缩放，搞不好就溢出。建议先用MATLAB验证定点化的误差：

q15_coeffs = int16(h * 32767);

最后在main函数里这么用：

while(1) { float raw = read_adc(); push_sample(raw); float filtered = fir_filter(coeffs); printf("%f\t%f\n", raw, filtered); }

实测效果拔群，50Hz工频干扰被干得服服帖帖。完整工程丢在Github了，需要自取。记住滤波器阶数不是越高越好，够用就行，STM32F4跑100阶滤波器照样轻松。