移动平均滤波器(moving average filter)

半月夏微凉 2016-09-05 15:34:59

23214

分类专栏：模式识别

            </div></div><div class="up-time"><span>最后发布：2016-09-05 15:34:59</span><span>首次发布：2016-09-05 15:34:59</span></div><div class="slide-content-box"><div class="all-tags-box"></div><div class="article-copyright"><div class="creativecommons"><a rel="license" href="http://creativecommons.org/licenses/by-sa/4.0/"></a></div><div class="creativecommons">版权声明：本文为博主原创文章，遵循<a href="http://creativecommons.org/licenses/by-sa/4.0/" target="_blank" rel="noopener"> CC 4.0 BY-SA </a>版权协议，转载请附上原文出处链接和本声明。                            </div><div class="article-source-link">本文链接：<a href="https://blog.csdn.net/u010705932/article/details/52440522">https://blog.csdn.net/u010705932/article/details/52440522</a></div></div></div><div class="operating"><a class="href-article-edit slide-toggle">版权</a></div></div></div>
</div>
<!--python安装手册结束--><article class="baidu_pl"><div id="article_content" class="article_content clearfix"><link rel="stylesheet" href="https://csdnimg.cn/release/phoenix/template/css/ck_htmledit_views-3d4dc5c1de.css"><div class="htmledit_views" id="content_views">

移动平均滤波基于统计规律，将连续的采样数据看成一个长度固定为N的队列，在新的一次测量后，上述队列的首数据去掉，其余N-1个数据依次前移，并将新的采样数据插入，作为新队列的尾；然后对这个队列进行算术运算，并将其结果做为本次测量的结果。

在信号处理的时候，常用到移动平均滤波器进行去噪，假设输入为x，输出为y，则移动平均滤波器的计算公式如下所示：

计算公式

以N=4为例说明，计算公式

当输入为如下值时，输出如下所示：

计算公式

加权移动平均滤波器就是根据同一个移动段内不同时间的数据对预测值的影响程度，分别给予不同的权数，然后再进行平均移动以预测未来值。

加权移动平均滤波器不像简单移动平均滤波器那样，在计算平均值时对移动期内的数据同等看待，而是根据愈是近期数据对预测值影响愈大这一特点，不同地对待移动期内的各个数据。对近期数据给予较大的权数，对较远的数据给予较小的权数，这样来弥补简单移动平均法的不足。

加权移动平均滤波器是对移动平均滤波器的改进。采用加权移动平均，既可以做到按数据点的顺序逐点推移，逐段平均，使不规则的数据点形成比较平滑的排列规则，又可以通过权数的设定使离当前值距离不同的数据，所起的作用不同。

如果按如下的加权预测公式计算，得到的结果如下所示：

计算公式