之前的几篇文章对FreeRTOS的部分源码进行了分析，可以发现FreeRTOS对于任务、事件标志组、消息队列等的实现都是通过控制块的方式来操作。

比如任务(FreeRTOS源码探析之——任务调度相关)有任务控制块TCB_t，

事件标志组(FreeRTOS源码探析之——事件标志组)有事件控制块EventGroup_t，消息队列(FreeRTOS源码探析之——消息队列)有消息队列控制块Queue_t，

软件定时器(FreeRTOS源码探析之——软件定时器)有软件定时器控制块Timer_t。

使用它们前都是先创建（内存分配资源），返回一个控制块的句柄，之后就可以通过句柄来操作这个对象了。

1基本原理

以FreeRTOS的这种机制为参考，我们可以模仿着实现一个简单的滤波器，可以用于对传感器的数据进行滤波。

先来分析一下基本原理：

设定我们的滑动平均滤波器的窗口宽度为5，可以使用一个数组来实现

使用一个index来指示下次数据将要存放在数组中的位置

初始状态，滤波器数组都是0，index指向数组的起始位置

滤波器是初始状态如下图

开始阶段

原始数据依次存入滤波器数组，这时的滤波器输出有两种选择：

方式1：既然数组还未存满，就先不输出滤波结果

方式2：虽然数组还未存满，但可以计算已经存入的这几个数的平均值作为滤波输出

这两种方式只在初始阶段存在差别，本文后续编码将采用方式2。

数据第1次存满滤波器数组

数据继续存入滤波器数组，当恰好存满时，就可以计算整个数组的平均值了，作为此次的滤波结果。

滑动存储阶段

滤波器数组首次存满后，就需要进行覆盖存储了(实现滑动获取数据的效果)。

这里也有两种方式：

方式1：将新的数据(a5)覆盖存入最早的数据(a0)，然后遍历数组求和，再求平均值作为输出

方式2：借用上次的求和数据sum(a0~a4)，将sum先减去最早的数据(a0)，加上新的数据(a5)，再将新的数据(a5)覆盖存入最早的数据(a0)，最后对sum除以5求平均值作为输出

相比较而言，方式2的计算量更小，本文后续编码将采用方式2。

2编码实现

下面来看一下编码实现：

滤波器控制块

参考FreeRTOS的设计方式，为我们的滑动平均滤波器设计一个控制块，也就是一个结构体，该结构体包含滤波器所需要的资源。

/*滑动平均滤波器——结构体*/typedef struct SlipAveFilter{    u16 len;     /*窗口宽度*/    u16 index;   /*索引*/    u16 has;     /*已有的数据个数*/    char isfull; /*数组数据是否已满*/    float *data; /*滤波器数组*/    float sum;   /*求和*/    float res;   /*滤波结果*/
} SAFiter_t;

创建滤波器

参考FreeRTOS的设计方式，使用滤波器时，通过创建函数来创建一个滤波器，创建好之后，会返回一个句柄以供后续对滤波器操作。

/*滑动平均滤波器——创建len：滤波器的窗口宽度返回创建的滤波器句柄*/SAFilterHandle_t SlipAveFilterCreate(u16 len){    if(len < 1)    {        len = 1;    }    //创建一个滤波器并初始化    SAFiter_t *newFilter;    newFilter = MALLOC(sizeof(SAFiter_t));    newFilter->data = MALLOC(len * sizeof(float));    newFilter->len = len;    newFilter->index = 0;    newFilter->has = 0;    newFilter->isfull = 0;    newFilter->sum = 0;    newFilter->res = 0;
   return newFilter;}