滤波算法（一）—— 平均值滤波算法

1、算法介绍        

       平均值滤波算法是比较常用，也比较简单的滤波算法。在滤波时，将N个周期的采样值计算平均值，算法非常简单。当N取值较大时，滤波后的信号比较平滑，但是灵敏度差；相反N取值较小时，滤波平滑效果差，但灵敏度好。

优点：算法简单，对周期性干扰有良好的抑制作用，平滑度高，适用于高频振动的系统。

缺点：对异常信号的抑制作用差，无法消除脉冲干扰的影响。

2、实现代码

        下面的代码是平均值滤波的示例代码。

float data[10];

float averageFilter(float in_data)
{
	float sum = 0;
	for(int i=0; i<9; i++)
	{
		data[i]=data[i+1];
		sum = sum + data[i];
	}
	data[9] = in_data;
	sum = sum + data[9];
	
	return(sum/10);

}

在代码中，data[]为全局变量，它用来记录10个周期的采样值，averageFilter()为滤波函数，它的输入为新采集到的数据，函数中，首先将data[]中的数据进行移位，并将新采集到的数据保存到data[]中，同时计算data[]中10个数据的和，最后返回10个数据和的平均值。

3、示例

        下面我们通过一个示例来体会平均值滤波的作用，滤波对象为车速信号，滤波效果如下图所示。图中，横轴为时间，单位：秒，纵轴为速度，单位km/h。其中，蓝色为滤波前的数据，红色为滤波后的数据。可见，平均值滤波对数据进行了很大程度的平滑，但是，数据存在滞后。