滑动均值滤波的matlab实现和Java实现

最新推荐文章于 2024-07-16 10:13:42 发布

ZJsnowman

最新推荐文章于 2024-07-16 10:13:42 发布

阅读量3.7k

点赞数 3

分类专栏： java 滤波算法文章标签： java matlab 数据算法

本文链接：https://blog.csdn.net/ZJsnowman/article/details/48376149

版权

本文介绍了滑动均值滤波的概念，并提供了MATLAB及Java的实现代码。通过滤波前后对比，展示了不同窗口大小对滤波效果的影响，最终确定了适合的窗口大小为10，使音频数据识别更加准确。

摘要由CSDN通过智能技术生成

最近时间在研究滤波算法，目的是为了更好的识别音频数据。因为有些音频数据里面的杂波太多，很难识别，所以需要先对其进行过滤，才能解析识别。为此，我先在matlab上做了仿真.采用的很多滤波算法，最后选择了对我这个效果最好的，滑动均值滤波。

什么是滑动均值滤波

滑动平均滤波就是把连续取得的N个采样值看成一个队列，队列的长度固定为N，每次采样得到一个新数据放到队尾，并丢掉原来队首的一次数据，把队列中的N个数据进行平均运算，就可以获得新的滤波结果

具体的matlab代码

clear
clc
load boxinfo.mat  %载入音频数据
T = data;
figure(1)
plot(T,'-*')
title('原始数据')
hold on;
%% 
%滑动平滑滤波
L = length(T);
N=10;  % 窗口大下
k = 0;
m =0 ;
for i = 1:L
    m = m+1;
    if i+N-1 > L
        break
    else
        for j = i:N+i-1
            k = k+1;
            W(k) = T(j) ;
        end
        T1(m) = mean(W);
        k = 0