气压计测得气压和温度值为模拟量，ms5611气压计会自动将模拟量转换成数字量，对于不同的精度，转换时间也不相同。本测试选用的精度为最高的OSR=4096，如下表所示，转换时间选择最大值9.04ms。以前程序中没有精确的延时时间，本测试添加此步骤，选用定时器5为它精确计数。
第一组实验：静止不动，测1000组数据，对比原始数据和加了精确延时采样数据，如图1。数据真值是100mm，静止不动，确保真值正确。计算得到原始数据方差为4402，精确延时采样数据方差为2800，实验结果表明，精确延时采样数据方差比原数据方差提高了36%。原始数据误差范围0-440（mm）,精确延时误差范围-100 – 260（mm）。
图1
第二组实验：静止不动，测精确延时采样1000组数据，分3次测量，防止数据有偶然性，如图2。真值还是100mm，第一次测试误差范围（-110 - +200），第二次测试误差范围（0-300），第三次测试误差范围（-100 - +260）。3条曲线整体趋势都是吻合的，出现一些小的问题，偶尔出现毛刺信号，使得数据突然变化幅度大。
图2
第三组实验：静止不动，使用精确延时采样方法测试1000组数据，采用卡尔曼滤波算法进行滤除毛刺信号。卡尔曼滤波中需要调整参数到合适的值，其中Q是预测值的协方差，R是测量值的协方差。Q越大，代表越信任侧量值，R越大，代表越信任侧量值。测量值有些毛刺，本实验选择Q值调小，信任预测值多点，最终实验结果使得毛刺信号滤除掉。如图3
图3
第四组实验：爬楼梯运动，精确延时采样数据与原始数据对比，如图4。开始水平放置，然后起身有600mm的高度，水平行走一段距离，开始一级一级的爬楼梯，整体误差在300mm之间，
图4
未解决问题：数据突然出现巨大的值，如718750、262500、12500、18750、2500、968750、62500等。无规律，没有周期的出现，尝试卡尔曼滤波，限幅滤波都没用，这因该是飞机掉高的原因，尝试用别的算法。
针对数据出现巨大值，首先测试气压计数据没有出现突变的情况，如图5，稳定后的气压值在96720-96712之间波动，未出现异常值。高度越高，空气稀薄，压力小，气压值越小。
图5
