曲线平滑滤波 但不影响波峰 C代码

曲线平滑滤波可以使用移动平均滤波器实现，其基本思想是将一段时间内的数据平均起来，以减少数据的波动性。为了不影响波峰，可以采用带权重的平均滤波器，即对于波峰处的数据点，赋予更高的权重。

以下是一个简单的C代码实现：

#define FILTER_LENGTH 5 // 滤波器长度
#define PEAK_WEIGHT 2   // 波峰权重

// 曲线平滑滤波函数
void smooth_filter(int *data, int length)
{
    int filter[FILTER_LENGTH] = {1, 2, 3, 2, 1}; // 滤波器系数
    int filtered[length];                         // 滤波后的数据
    int i, j, k;

    for (i = 0; i < length; i++)
    {
        filtered[i] = data[i]; // 初始化滤波后的数据为原始数据
    }

    // 对每个数据点进行滤波
    for (i = FILTER_LENGTH / 2; i < length - FILTER_LENGTH / 2; i++)
    {
        int sum = 0;
        int weight_sum = 0;

        // 计算滤波器加权平均值
        for (j = 0, k = i - FILTER_LENGTH / 2; j < FILTER_LENGTH; j++, k++)
        {
            if (j == FILTER_LENGTH / 2) // 波峰处赋予更高的权重
            {
                sum += PEAK_WEIGHT * data[k] * filter[j];
                weight_sum += PEAK_WEIGHT * filter[j];
            }
            else
            {
                sum += data[k] * filter[j];
                weight_sum += filter[j];
            }
        }

        filtered[i] = sum / weight_sum; // 更新滤波后的数据
    }

    // 将滤波后的数据复制回原始数据
    for (i = 0; i < length; i++)
    {
        data[i] = filtered[i];
    }
}

在这个代码中，使用了一个长度为5的滤波器，其中中间一项的权重为2，其余项的权重为1。对于每个数据点，使用滤波器计算加权平均值，并将结果更新到滤波后的数据中。最后将滤波后的数据复制回原始数据中。

需要注意的是，在滤波前后，数据的总和可能会发生变化，因此需要针对具体情况进行归一化处理。另外，滤波器的长度和权重可以根据具体需求进行调整。