- 递归滤波器在计算和内存受限、数据流式输入且需要即时响应时是理想选择。
- 它们每个样本仅需 O(1) 内存和 O(1) 计算，使其适用于微控制器和实时系统。
- 指数移动平均（EMA）是一种简单的泄漏积分器，带有一个平滑因子 alpha，其中 alpha 越大输出越平滑，但延迟也越大。
- 简单移动平均（SMA）对最近 N 个样本取平均值，有效减少噪声但引入延迟，并且需要缓冲区。
- 一阶低通滤波器在数学上等效于 EMA，参数 alpha 控制噪声抑制与响应速度之间的权衡。
- 微型一维卡尔曼滤波器通过平衡预测与测量之间的信任度（基于传感器和过程噪声）提供自适应增益。
- 参数选择：SMA 窗口 N 决定平滑度与延迟的平衡，EMA 的 alpha 通常在 0.1–0.3 之间，卡尔曼滤波的 R 反映传感器噪声，Q 反映过程漂移。
- SMA 稳健可靠，EMA 是流式处理的默认选择，而一维卡尔曼在噪声估计可用时可提供原则性的自适应能力。