3．2 濾波算法
由于室外環境的多變性、復雜性以及電磁干擾等諸多問題的存在，傳感器的信號中經常帶有一定的噪聲。硬件低通濾波器并不能濾掉低頻成分。故在數據的采集和處理中使用滑窗法濾波，有效解決了傳感器數據抖動的問題。
3．3 控制算法
控制算法是體現智能性的核心，合理的控制算法，可使系統具有“記憶性”和“學習性”。由于單片機的硬件資源十分有限，無法執行神經網絡法和Bayes法等大型程序。這里，設計了頻率加權統計的方法。在片外EEPROM中存有控制向量y=[W，R，L，A]，表示風強、濕度、光強和所對應的扇葉張角。遙控可以發出直接更改控制向量中參數的指令，也可以發出調整扇葉角度的信號。當接收到調整角度的信號時，系統采集記錄當前環境參數，形成指令P=[kW，kR，kL，kA]。控制向量做出相應調整，使成為新的控制向量。這樣，隨著使用次數的增加，窗子將適應當地環境和用戶的習慣。

4 結束語
整個控制系統是基于多項傳感器采集信號，8位高速單片機運算處理的控制系統。采用經典的軟件濾波、控制算法對信息進行處理，增強魯棒性。電機輸出控制扇葉轉角，屏幕實時顯示測量數據。經實驗測試，風速感應和控制精度優于0．1 m／s，濕度感應精度5％RH，光強感應精度5 lux，扇葉步進最小角度1．8°。這種智能窗實現了：同步顯示當前環境風強、濕度、光強等信息；支持人機對話、可以遠程遙控；具有硬件保護、可以智能調整窗體開合程度等功能。

這種智能窗在一定程度上減少了外界環境給室內帶來的不便。目前可以用作對環境有一定要求的實驗室的通風窗和高檔建筑用窗。隨著人民生活水平的提高，它將被應用到更廣泛的場合。