matlab rms数据滤波,与RMS相关的5个信息，如何通过RMS结果滤波来提高精度

我真的很想把这篇文章命名为“Of RMS and the Mean I sing”。但是明智的编辑头头们曾不止一次地告诉我，古怪的标题不会吸引人们，这种虚假的学识反而会疏远读者。现在，我对滤波器的了解比对George Bernard Shaw的作品要多得多，所以我最终放弃了自作聪明的标题，而在文章中对下面五个与RMS相关的信息，着重强调了它们的实用价值：

1.RMS是给定信号段的特定属性

2.滤波与求平均值不是一回事

3.RMS并非总是与功率有关

4.在采样系统中，RMS比均值更优

5.无法通过对连续的RMS结果滤波来提高精度

信息1：RMS是给定信号段的特定属性

RMS的“基本”定义众所周知，即对一些数据求平方(S)，求出平均值(M)，然后取平方根(R)。那么，为什么不称其为SMR，而是RMS呢？我猜想那是因为采用了逆波兰记法(RPN)。我肯定是个爱好者，花了大量时间在全新的“特别版”HP 15计算器上。但是我离题了。

好吧，我们应该使用哪些数据？当有人拿来一个BNC插座，问您“这个插座出来的信号，RMS值是多少？”时，您可能会回答：“我想您的意思是：您问这个问题时两个时间点之间的信号的RMS值。”

这个回答其实没那么滑稽，问题在于，对于任何未知信号，仅当给出相关信号段的起止时间时，才能确定其RMS“值”。如果是连续时间(“模拟”)信号，则其计算是先在起止时间之间对信号的平方进行时间上的积分，将其除以持续时间，然后取平方根。而对于采样信号来说，则实际上只需要对所有采样点的平方取平均值，然后取该平方根即可。

如果信号确实是周期性的，那么把测量时间设置为波形周期的整数倍，就会非常好。这样得到的数字就与测量的起止时间无关。换句话说，周期性波形的RMS值是该波形的一个特征常数。这个捷径通常在计算中非常有用——在与波形周期相等的时间间隔内，与RMS值相等的DC电压，对恒定负载提供的能量与信号本身相同。但我在这儿说得有点超前了……

信息2&