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。
java代码实现:
// N点滑动平均滤波器
public static float[] MovingAverageFilter_NP(float[] InputSig){
int length = InputSig.length;
float[] dbRt = new float[length];
/** N点平滑 */
dbRt[0] = InputSig[0];
for (int x = 1; x < length - 1; x++) {
dbRt[x] = (InputSig[x - 1] + InputSig[x] + InputSig[x + 1]) / N;
}
dbRt[length - 1] = InputSig[length - 1];
return dbRt;
}
MATLAB代码实现:
%N是窗口的大小
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;
end
end
MATLAB中完整的实现加载音频,使用滑动平均滤波器来处理音频:
info = audioinfo('1.mp3');
[y,Fs] = audioread('1.mp3');
T = y;
% sound(y,Fs);
figure;
plot(y);
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;
end
end
figure;
sound(T1,Fs);
plot(T1)
来看一下两个音频图像的差异,一些噪声通过滑动平均滤波被消除。听起来效果不一样。
第一张是处理之前的音频。第二张是通过滤波器处理之后的音频。窗口大小可以自定义设计。但是也要适当的调整,如果太大,则会出现过拟合的效果。可以自行尝试将N窗口大小取两个极端值,一个取比较大的值,一个取比较小的值,则会发现这里的区别。
当然还可以使用MATLAB自带的smooth函数解决。补全代码:
out_y = smooth(T1,6,'moving');
sound(out_y,Fs);
figure;
plot(out_y);