matlab滑动平均滤波

在Matlab中，有多种方法可以实现滑动平均滤波。其中一种方法是使用smoothdata函数来实现Savitzky-Golay法滤波。该函数可以对数据进行多项式拟合，从而实现数据的平滑滤波。例如，可以使用以下代码实现滑动平均滤波：

N_window = 9; % 窗口长度(最好为奇数）
t = 0:0.1:10;
A = cos(2*pi*0.5*t) + 0.4*rand(size(t)); % 带噪声的输入信号
B1 = smoothdata(A,'sgolay',N_window); % 使用Savitzky-Golay法进行滤波

另一种常见的方法是使用filter函数进行滑动平均滤波。可以使用以下代码实现：

x = linspace(-pi,pi,100);
y = sin(2*pi*x);
n = randn(size(x));
t = y + n; % 带噪声的输入信号
y1 = movmean(t,8); % 使用movmean函数进行滑动平均滤波

此外，还可以使用filter函数计算滑动平均。可以使用以下代码实现：

windowSize = a; % 平均窗口大小
y = filter(ones(1,windowSize)/windowSize,1,x); % 无权重滑动平均

如果想要实现有权重的中心滑动平均，可以使用以下代码：

y1 = filter(ones(1,a/2 - 1)/windowSize,1,x);
y2 = filter(ones(1,a/2 - 1)/windowSize,1,fliplr(x));
y = y1 + fliplr(y2) - (1/a)*x;

对于使用1-2-1滤波器计算有权重的中心滑动平均，可以使用以下代码：

y1 = filter([0.5,0.25],1,x);
y2 = filter([0.5,0.25],1,fliplr(x));
y = y1 + fliplr(y2) - 0.5*x;

以上是几种常见的Matlab滑动平均滤波方法，可以根据具体需求选择合适的方法进行滤波处理。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *2* [Matlab信号处理（平滑滤波）](https://blog.csdn.net/qq_67774643/article/details/127326191)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"]
- *3* [matlab实现滑动平均滤波(二)](https://blog.csdn.net/wordwarwordwar/article/details/61440065)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]