matlab之数据处理：滑动平均滤波算法与五点三次平滑算法

关注微♥公众号：“电击小子程高兴的MATLAB小屋”获取专属优惠

一.滑动平均滤波算法

算数平均滤波需要多次采样后才能得出一个有效值，如果被检测量变化较快，多次采样后才输出一次有效值，表现就是系统反应迟钝。将当前采样值与之前连续的历史采样值进行平均，这样每次采样结束即可得出有效值。因为参与计算的历史值个数固定且内容不断前移覆盖更新，类似滑动的数据块窗口，因此成为滑动平均滤波算法。

假如采样6次，每次使用最近5个历史值与当前最新值求算数平均值，输出一个有效值；下次采样时再覆盖最早时间的点做同样操作。类似环形数组，求最近6个值的平均值。

滑动平均滤波，输出的结果与先前历史记录有关，假如故意突然改变物理量，需要几个采样周期，输出结果才逐渐接近真实值，实际一般情况下，越新的数据权重越大，历史记录权重应该减少，对滑动窗口中的数据分配不同的加权系数，进行加权平均值。

二.五点三次平滑算法

五点三次平滑算法是一种用于数据平滑处理的技术，常用于对数据序列进行平滑或降噪，特别是用于消除时间序列或实验数据中的随机波动。在该算法中，每个数据点用其附近的5个数据点的加权平均值来代替，以获得平滑效果。

公式

五点三次平滑算法可以表示为：

五点三次平滑算法的特点

• 使用了相邻的5个数据点来计算新的数据点，以达到平滑效果。
• 这种算法能够在保持信号总体趋势的同时，去除数据中的噪声。

三.部分程序为：

%滑动平均法消除趋势项
clear
clc
close all 
%fni=input('滑动平均法平滑处理－输入数据文件名','s');
%fid=fopen(fni,'r')
%sf=fscanf(fid,'%f',1);     %读入采样频率值
%l=fscanf(fid,'%d',1);      %读入滑动阶次
%m=fscanf(fid,'%d',1);      %读入平滑次数
%fno=fscanf(fid,'%d',1);    %读入输出数据文件名
%x=fscanf(fid,'%f',inf);    %读入时程数据存成列向量
sf=200;%采样频率值
l=30;%数据延伸量
m=300;
% fno='out4_3.mat';
load y
x=y(1:1000);
%status=fclose(fid);
n=length(x);%取信号数据长度
t=(0:1/sf:(n-1)/sf);% 建立离散时间列向量
b=ones(1,l);%生成一个元素 1 的行向量
a=[b*x(1

四.程序出图为：

1.

2.

3.

下载链接