指数移动平均与一阶低通滤波：同一公式的两种视角-开发者社区

1. 为什么两个领域的人，守着同一个公式吵了五十年

先讲个我早年间经历过的场景。那时候我在做一套传感器数据采集系统，前端硬件工程师负责把压力传感器的模拟信号送进来，我负责后面的算法处理。硬件那边为了抑制工频干扰，在电路板上加了一组电阻电容，构成一个经典的一阶RC低通滤波器。我这边为了让曲线更好看、更稳，在软件里跑了一段递归平均的代码。然后问题来了：我们俩盯着示波器上几乎一模一样的输出波形，却用了完全不同的术语去描述它。

硬件工程师管它叫“一阶低通滤波”，我管它叫“指数移动平均”。更离谱的是，我们俩都为这个“自己领域里再基础不过的公式”争论过——他说他的是模拟电路，我说我的是数字信号处理，两个东西怎么可能是同一个？直到后来我把两个公式摆在一起，展开一推导，才发现这不仅仅是数学上的“相似”，而是严格意义上的同一个递推表达式。

这件事给我的冲击很大。其实不止是硬件和算法，量化交易里用指数移动平均（EMA）做趋势跟踪的人，和控制系统里用一阶惯性环节做平滑的人，也经常陷在各自的术语体系里。角落里的公式明明长得一模一样，互相却不知道对方的存在。今天这篇文章，我就想把这个“同一枚硬币的两面”彻底掰开揉碎。我会从数学推导、物理含义、参数选择、工程实现到常见坑位，把指数移动平均和一阶低通滤波从头到尾讲清楚。

适合谁看呢？如果你是做嵌入式、写传感器滤波、搞控制系统、做量化策略，或者仅仅是被“平滑数据”这件事困住过的开发者，这篇文章都能给你一个完整的视角。

2. 数学本质：同一个递推式的三层展开

2.1 从两个公式的对比开始

先看两个式子。指数移动平均的离散递推形式，最常见的写法是：

s[t] = α · x[t] + (1 − α) · s[t−1]

其中 s[t] 是 t 时刻的平滑值，x[t] 是 t 时刻的原始采样值，α 是平滑系数，取值在 0 到 1 之间。

一阶低通滤波器的数字实现，如果从模拟域的双线性变换或者最简单的后向差分法推过来，常见的递推式长这样：

y[n] = y[n−1] + a · (x[n] − y[n−1])

其中 a 是滤波系数，一般远小于 1。

把第二个式子做个简单的代数变形：y[n] = a · x[n] + (1 − a) · y[n−1]。你发现什么了？它和第一个式子完全一致，只要把 α 和 a 对应上就行了。这没什么好神秘的，这就是同一个线性递推方程。

2.2 展开后的“指数记忆”：为什么叫这个名字

若不信两者等价，可以把递推式反复展开，看它到底在算什么。从最开始的初始值 s[0] 开始，经过 t 步之后：

s[t] = α · x[t] + α(1−α) · x[t−1] + α(1−α)² · x[t−2] + … + (1−α)ᵗ · s[0]

每一项的权重是 α(1−α)ᵏ。这是一个等比数列。如果 α = 0.2，那么最新样本的权重是 0.2，前一个样本的权重是 0.16，再前一个是 0.128，依此类推。权重随着时间往前推移，按照指数的速度衰减，永远到不了零，但会趋向于零。

这就是“指数移动平均”这个名字的由来——它给所有历史数据都分配了一个指数衰减的权重。也正是这个特性，让它在不引入滞后感的同时，起到了平滑作用。你一阶低通滤波器的“电容记忆效应”，在离散域里被这条递推式精确复刻了，逻辑是完全一致的。

2.3 频域视角：为什么它叫“低通”

平滑的另一面是“滤掉高频”。如果你把递推式做Z变换，能得到系统的传递函数：

H(z) = α / (1 − (1−α) · z⁻¹)

这个系统在 z = 1（直流，也就是频率为 0 的分量）处增益是 1，相位是 0。随着数字频率升高，增益开始下降，到了奈奎斯特频率（即采样频率的一半）附近，增益会衰减得非常厉害。所以，它把低频分量完整放过去，把高频分量压制住，这就是低通的含义。

不过有一点必须说清楚：一阶低通的频率响应并不陡峭，从通带到阻带是缓慢过渡的。如果你想要一个“砖墙式”的截止特性，对不起，一阶做不到。它只适合做温和的平滑，不适合做严苛的频带选择。

3. 工程实现：离散化细节与参数换算

3.1 从模拟到数字：那个关键的 a 是怎么来的

很多做嵌入式或者电路的朋友，第一反应是“我硬件上用了一个一阶RC滤波器，截止频率是 f_c，对应的时间常数 τ = RC = 1 / (2πf_c)，那我在软件里应该怎么写？”

好问题。这里的关键是离散化的方法。如果直接采用最简单、也是最常见的前向欧拉或后向差分近似，再做一个近似处理，会得到一个很实用的简化公式：

a = Δt / (RC + Δt)

其中 Δt 是采样周期，即两次采样之间的时间间隔。这个公式不是精确解，但它思路清晰、实现简单、参数物理意义明确。如果你的系统对相位特性要求不是极端苛刻，这个近似在绝大多数工程场景里都够用。

举个例子。假设你用单片机每毫秒采样一次，Δt = 0.001 秒。你希望抑制 50 Hz 的工频干扰，选一个截止频率 f_c = 5 Hz 的滤波，则 τ = 1 / (2π × 5) ≈ 0.0318 秒，RC + Δt ≈ 0.0328，所以 a ≈ 0.001 / 0.0328 ≈ 0.0305。把这个 a 代进递推式，一个软低通就写完了。

再提一句，如果你用的是双线性变换法，得到的系数会略有不同，因为双线性变换做了频率预畸变，能够精确地把模拟截止频率映射到数字频率上。但它的算式会稍微复杂一些。我的建议是：做传感器平滑，用简化公式就够了；做严格滤波器设计，再用双线性变换也不迟。

3.2 写代码：一份可以直接抄走的实现

我直接用 Python 写一个最小实现，完整可运行。假设你有一组带噪声的传感器数据，想拿它做平滑。

import numpy as np import matplotlib.pyplot as plt def ema_lowpass(data, alpha): out = np.empty_like(data) out[0] = data[0] for i in range(1, len(data)): out[i] = alpha * data[i] + (1 - alpha) * out[i-1] return out # 模拟一组带噪声的信号 np.random.seed(42) fs = 1000 # 采样率 1000 Hz t = np.arange(0, 1.0, 1/fs) true_signal = np.sin(2 * np.pi * 2 * t) # 2 Hz 有效信号 noise = 0.3 * np.random.randn(len(t)) raw = true_signal + noise alpha = 0.04 smoothed = ema_lowpass(raw, alpha) plt.figure(figsize=(10, 4)) plt.plot(t, raw, alpha=0.4, label='raw') plt.plot(t, smoothed, linewidth=2, label='smoothed') plt.legend() plt.title(f"EMA / 一阶低通滤波, alpha={alpha}") plt.show()

这段代码很直白，无非是把递推公式翻译成循环。但有几个实现层面的细节，我踩过坑之后必须叮嘱一下：

初始值初始化。我这里直接拿 data[0] 作为初始平滑值。如果数据前几个点有明显异常，建议先扔几个点再启动滤波，或者把初始值设为前 N 个点的均值，不然开头会有一段明显的收敛过程。
数值精度。α 很小的时候，1−α 很接近 1，在单精度浮点里反复乘会有精度损失，长时间运行可能出问题。嵌入式环境下尽量用 double 或者用定点 Q 格式小心处理。
只用一个状态变量。这个滤波器是“无记忆”的？恰恰相反，它的记忆就藏在那个单状态量 s[t−1] 里。你不需要存整段历史，只需要一个全局变量。这既是它内存友好的原因，也是它响应滞后的根源。

3.3 alpha 到底应该取多少：一组经过实测的经验尺度

很多初学者喜欢问“α 设多少合适”。这个问题没有标准答案，但可以给一组经验尺度，省得你盲猜：

α = 0.5 ~ 1.0：响应极快，几乎没怎么平滑，适合只需要轻微去毛刺的场合；
α = 0.1 ~ 0.3：常规平滑，适合大多数传感器数据，能明显降低抖动，滞后感还能接受；
α = 0.01 ~ 0.05：强平滑，曲线会很干净，但滞后明显，适合对实时性要求不高的指标监控，比如温度、湿度这种慢变量；
α = 0.001 以下：极强平滑，基本就是取长时均值了，只适合非常稳定且无突发变化的场景。

有个小的对照公式也可以记住：滤波器的截止频率 f_c 与 α 的关系，在采样频率 f_s 下大致可以写成：

α ≈ (2π · f_c / f_s) / (1 + 2π · f_c / f_s)

这个公式是从后向差分近似推导出来的。反过来，如果你想按截止频率来选 α，可以先算好上面那个比值，再代公式。我平时调参的时候，比较习惯的做法是先估算时间常数 τ，然后用 α = 1 − exp(−Δt / τ) 去设置，这个取值在离散采样率不高的时候更精确。

4. 为什么能滤噪：从“权重分配”理解滤波的本质

4.1 频域之外的第二条理解路径

低通滤波可以理解成“给不同频率不同的放行比例”，这是频域路径。但对很大一部分只写业务代码的开发者来说，“频率”这个抽象概念并不直观。我想提供第二条理解路径：把滤波看作一次加权平均。

当你计算 s[t] = α · x[t] + (1−α) · s[t−1] 的时候，你其实是在说：这一时刻的平滑值，有 20% 来自新样本，80% 来自过去的全部记忆（以指数衰减的权重分配）。如果 α 很小，新样本的发言权很小，过去长时间积累的信息主导着输出，所以曲线表现为“拉不动的厚重感”——噪声被压住了，但真实信号的变化也会被延迟感知。

这就是为什么滤波和滞后是一对分不开的双胞胎。任何试图用一阶低通去平滑信号的人，都必须接受“平滑程度越好，滞后越大”这个现实。试图用单个一阶环节既完全滤掉噪声又不损失动态响应，是不可能的。这属于物理世界的等价交换，不讲价。

4.2 跟滑动平均比，哪个更好

经常会有人把滑动平均（SMA）拎出来跟 EMA 对比。滑动平均是“过去 N 个点的平均”，权重是均匀分配；EMA 是“全部历史的指数衰减加权”，权重越近越高。两者差异我直接列个表：

特性	滑动平均 SMA	指数移动平均 EMA / 一阶低通
需要存储的样本数	需要维护长度为 N 的窗口数据	只需一个状态变量
权重分配	窗口内均匀，窗口外为零	全部历史指数衰减
对近期变化的敏感度	相对适中	可调，α 大则敏感
滞后感	固定为 (N−1)/2 个采样周期	由 α 决定，α 小则滞后大
内存占用	高，窗口越长越大	极低
频率响应	有零点，会出现波纹	平滑单调衰减，无波纹

如果你的系统内存极其紧张，比如单片机只有几百字节的 RAM，那 EMA 显然更划算。如果你的信号中存在规律性噪声并且你精确知道其周期，用滑动平均往往能通过窗口大小把对应频率的零点对准噪声频点，得到很好的抑制。两种工具没有高下之分，关键看你的约束条件。

5. 利用等价性跨界调参：一套吃遍两个领域的参数视角

5.1 从强化学习看到一阶低通

有意思的迁移来了。一旦你认识到 EMA 和一阶低通是同一个公式，很多别处的经验就能直接搬过来用。

在强化学习和深度学习优化器（比如 Adam）里，梯度的一阶矩估计和二阶矩估计用的就是指数移动平均。PyTorch 源码里直接用beta1、beta2控制动量。比如betas=(0.9, 0.999)，这个 0.9 就是 EMA 的衰减系数。你换一个角度看：这实际上是给梯度信号做了一阶低通滤波，把高频的、随机涨落的梯度分量滤掉，只让稳定的、低频的趋势分量去指导更新方向。

把深度学习里的经验搬回传感器领域会是什么效果？我做过一个实验：用 β = 0.99 的 EMA 来处理惯性测量单元的加速度计数据，效果和我手工设计一个截止频率约 1.6 Hz 的一阶低通几乎完全重合。为什么？因为 β 和 α 之间就有一个精确的换算关系，α = 1 − β。你不需要重新发明参数，你只需要一个视角迁移。

5.2 从控制系统角度理解“抗扰性”

控制系统里有个概念叫系统带宽。一阶低通的带宽就是 −3 dB 截止频率。低于带宽的干扰信号会被系统跟踪，高于带宽的会被抑制。这在传感器反馈回路里的含义很直接：如果闭环控制的带宽是 1 Hz，而你传感器上叠加了 10 Hz 的机械振动噪声，那么只要把滤波截止频率设在 0.5 Hz 左右，就能把噪声隔离在控制回路之外。这个“带宽匹配”的思维，是很多刚接触滤波的人容易忽略的——只知道滤得越狠越干净，却不知道滤波本身也是系统的一部分，它会改变系统的相位裕度，削弱稳定性。

我见过有人在 PID 控制里把滤波截止频率设得很低，结果噪声确实没了，但系统开始抖动。为什么？因为滤波器给反馈信号引入了额外滞后，等效于给系统增加了相位延迟，把原本充裕的相位裕度吃掉了，系统自然变得不稳定。这个坑，我用一句话总结：滤波别只顾着看平滑效果，一定要放在整个控制回路里评估联动影响。

6. 实操经验：从调参到边界情况，把坑都替你踩一遍

6.1 失真的源头：初始化、突发脉冲与截止频率选择

即使公式这么简单，实际使用的坑依然不少。我先列常见问题及对策，都是我们实际联调中一行行调出来的经验。

现象	原因	处理建议
输出曲线开头有一段缓慢爬升	初始值设置不当，滤波还在收敛中	预热期：先采 N 个点，取均值作为 s[0] 再启动输出
尖峰脉冲无法被有效抑制	α 太大，单点权重过高	适当减小 α，或者先做一次“离群点剔除”预处理
突发掉电或者传感器卡死，输出被带偏很久	EMA 对异常值的“记忆”很长	加异常检测：
输出与真实信号相比有肉眼可见的延迟	α 设置太小，滞后严重	折中调参；或者考虑自适应滤波，根据信号变化率动态调整 α
数值长时间运行后出现偏差	单精度浮点误差累积	改用 double，或定期用原始均值重置状态

6.2 一个自适应变体：信号平坦就多滤，信号突变就少滤

实际项目里，固定 α 的 EMA 经常面临的尴尬是：静态场景下觉得滤得不够干净，动态场景下又觉得滤得太钝。既然 α 可以是一个变数，自然可以设计出“看人下菜碟”的自适应策略。

一个比较实用的思路是：依据当前样本与上一个平滑值的偏差大小动态调节 α。偏差大说明可能处于快速变化期，应当让新样本权重变大，减小滞后；偏差小说明当前比较平稳，应当加大滤波强度把残余噪声磨平。

def adaptive_ema(data, alpha_base, k): out = np.empty_like(data) out[0] = data[0] for i in range(1, len(data)): diff = abs(data[i] - out[i-1]) # diff 越大，alpha 越接近 1 alpha = alpha_base + (1 - alpha_base) * (diff / (diff + k)) out[i] = alpha * data[i] + (1 - alpha) * out[i-1] return out

这里的 k 是一个缩放参数，决定了偏差多大时开始让 α 快速提高。这种自适应变体在机器人或者机械臂控制里非常有用：机械臂静止的时候，期望输出是一根直线；启动和刹车的瞬间，又希望滤波不要吃掉运动的加速度信息。固定 α 根本做不到两全，自适应变体可以直接解决问题。

6.3 和卡尔曼滤波摆在一起怎么选

遇到有人问：“既然你说得这么热闹，那卡尔曼滤波是不是更好？”我觉得得把这个关系也理清楚。卡尔曼滤波的预测-更新框架，在某些条件下会退化成和 EMA 类似的递归结构，尤其是当系统模型是匀速、过程噪声和测量噪声都是定值的时候。但卡尔曼滤波的核心优势在于它能融合多传感器、能提供状态协方差估计、能显式建模过程模型。代价是实现更复杂、需要对噪声统计特性有比较靠谱的先验。

我的建议很直白：

如果你只有一个传感器、模型简单、想要快速见效，用 EMA/一阶低通就够了，没必要杀鸡用牛刀；
如果你需要融合 GPS、惯性测量单元、轮速计等多路数据，同时需要输出位置和速度估计的置信度，那值得上卡尔曼；
如果系统是非线性的、场景又恶劣，可能还得考虑扩展卡尔曼或无迹卡尔曼。

但所有更复杂的方案，底层都会递归地使用类似于一阶低通的平滑思想。把这个基础公式吃透，学卡尔曼的时候也会顺利很多。

6.4 一个生产环境的小细节：批量数据的离线滤波

不仅在线滤波可以用这个公式，离线数据分析也可以。处理批量历史数据时，常见操作是正向跑一遍 EMA，再反向跑一遍 EMA，然后把两次结果取平均，这样可以消除相位滞后。GitHub 上很多数据处理库里的filtfilt函数就是这种思路。两个方向各跑一遍，滞后的地方互相抵消，得到的就是零相位失真的平滑曲线。它适合离线分析，不适合实时系统，因为实时系统无法预知未来数据。

from scipy.signal import butter, filtfilt def zero_phase_filter(data, cutoff_hz, fs): b, a = butter(1, cutoff_hz, btype='low', fs=fs) return filtfilt(b, a, data)

这种零相位滤波在数据分析和画图时非常好用，但它不是在线可用的算法，挺多刚接触的人容易混淆“离线”和“在线”的边界。