c语言 滑窗法_滑窗平均的另一种实现方式

1 基本原理

滑窗平均公式为：

\[\overline x = \frac{1}{T}\int_{t - T}^t {x\left( t \right){\rm{d}}t}

\]

设采样周期为\(T_s\)，则离散周期为：

\[N = \frac{T}{T_s}

\]

可进行\(z\)域函数分析，得滑窗积分的离散形式：

\[\overline x \left[ n \right] = \frac{1}{N}\sum\limits_{k = n - N}^n {x\left[ k \right]} = \frac{1}{N} \left( \overline x \left[ {n - 1} \right] + x\left[ n \right] - x\left[ {n - N} \right] \right)

\]

2 常用实现方法

根据公式\(\overline x \left[ n \right] = \frac{1}{N} \left( \overline x \left[ {n - 1} \right] + x\left[ n \right] - x\left[ {n - N} \right] \right)\)计算滑窗平均是最容易实现的方式，但是该方法对初值敏感，同时在回调中如果意外改动了存储\(x\left[n\right]\)的数组，将可能引起无法消除的历史错误。无法消除的历史性错误将可能导致算法或控制系统的崩溃。

3 另一种实现方法

考虑到：

\[\overline x \left[ n \right] = \frac{1}{N}\sum\limits_{k = n - N}^n {x\left[ k \right]} = \frac{1}{N}\left( {\sum\limits_{k = 0}^n {x\left[ k \right]} - \sum\limits_{k = 0}^{k = n - N} {x\left[ k \right]} } \right)

\]

故可直接求取\(x\left[n\right]\)的积分，然后利用\(n\)时刻和\(n-N\)时刻的积分值之差求取滑动平均值，采用这一思路时，历史的错误将只保留一个周期，不会永久停留。

但该实现方法存在一个问题，直接的积分需要考虑数据的溢出和“大数”+“小数”带来的误差，特别是在嵌入式系统中，float型精度为6~7位，长期的积分必然带来错误。在回调中根据滑动平均的值向积分值中添加抗“大数”偏移，即可解决上述问题。

4 代码实现

该思路采用C语言实现如下，在STM3