均值滤波

介绍

均值滤波是低低通数字滤波的一种。对信号x滤波，滤波输出为y。

代码实现

文中出现的均值滤波算法的c++模板类实现可点击此处查看

滤波算法

• 最简单的均值滤波(simple moving average ,SMA)具有如下形式：
  $$y_i=\frac{{\sum }_{j=i-n+1}^i{x}_i}{n}$$
  从时间复杂度上看，上边的公式复杂度是O(n),但这是可以优化的,如下式，
  $$y_i=y_{i-1}+\frac{x_i-x_{i-n}}{n}$$
• 加权平均滤波(weighted moving average, WMA)
  $$y_i=\frac{n{x}_i+(n-1)x_{i-1}+...+x_{i-n+1}}{n+(n-1)+...+1}$$

从上边的公式可以看出，与SMA不同，随着时间变老输入数据的权值逐渐变小，即老的输入数据渐渐被“遗忘”，而SMA中每个数据具有相同相同的权值。

• 指数平均滤波(exponential moving average,EMA)
  $$y_i=(1-\alpha )y_{i-1}+\alpha x_i$$

指数平均滤波本质上也是一种加权滤波，不过与上边的加权平均滤波不同，WMA的权值随时间的变老是线性减小的，而指数平均滤波的权值是以指数式递减的，另外还有一个区别，指数移动平均无论多旧的数据其总会被给予一定的权值，而上边的加权平均则真的是“遗忘了”。

伯德图

以上三种滤波的伯德图如下图。