滑动滤波算法c语言实现

滑动滤波算法是一种信号处理方法，可以用于去除噪声。其基本思想是将连续的N个采样值取平均作为当前时刻的输出值，然后向前移动一个采样值，再进行平均计算。这样就可以得到一串平滑的输出值序列。

以下是滑动滤波算法的C语言实现代码：

#define N 5  //滤波器长度

int filter(int input)
{
    static int data[N];  //存放N个采样值
    static int index = 0;  //当前存放的采样值的位置
    int i, sum = 0;
    data[index] = input;  //将当前采样值存入数组
    index = (index + 1) % N;  //移动采样值的位置
    for (i = 0; i < N; i++) {
        sum += data[i];  //累加N个采样值
    }
    return sum / N;  //返回平均值
}

在实际使用时，可以将该函数作为滤波器的一个模块，将需要滤波的信号作为输入，得到平滑后的输出信号。

相关问题

滑动均值滤波算法c语言代码

以下是一个简单的 C 语言实现滑动均值滤波算法的代码：

#include <stdio.h>

void sliding_average_filter(float *signal, float *filtered_signal, int signal_length, int window_size) {
    int i, j;
    float window_sum, mean;

    // 处理边界情况
    for (i = 0; i < window_size - 1; i++) {
        window_sum = 0.0;
        for (j = 0; j < i + 1; j++) {
            window_sum += signal[j];
        }
        mean = window_sum / (i + 1);
        filtered_signal[i] = mean;
    }

    // 处理中间部分
    for (i = window_size - 1; i < signal_length; i++) {
        window_sum = 0.0;
        for (j = i - window_size + 1; j < i + 1; j++) {
            window_sum += signal[j];
        }
        mean = window_sum / window_size;
        filtered_signal[i] = mean;
    }

    // 处理边界情况
    for (i = signal_length - window_size + 1; i < signal_length; i++) {
        window_sum = 0.0;
        for (j = i; j < signal_length; j++) {
            window_sum += signal[j];
        }
        mean = window_sum / (signal_length - i);
        filtered_signal[i] = mean;
    }
}

int main() {
    float signal[] = {1.0, 2.0, 3.0, 4.0, 5.0, 6.0, 7.0, 8.0, 9.0, 10.0};
    float filtered_signal[10];
    int signal_length = 10;
    int window_size = 3;

    sliding_average_filter(signal, filtered_signal, signal_length, window_size);

    int i;
    for (i = 0; i < signal_length; i++) {
        printf("%f ", filtered_signal[i]);
    }
    printf("\n");

    return 0;
}

这个函数接受四个参数：一个输入信号 `signal`、一个输出信号 `filtered_signal`、输入信号的长度 `signal_length` 和一个窗口大小 `window_size`。它使用三个循环来处理边界情况和中间部分。在每次循环中，它计算当前窗口的和并计算平均值，然后把平均值添加到输出信号 `filtered_signal` 中。最终，函数修改了 `filtered_signal` 数组，其中包含了过滤后的信号。

你可以调整窗口大小来控制平滑程度。较大的窗口会产生更平滑的输出，但同时也会产生更多的延迟。函数中的第一个循环和最后一个循环用于处理输入信号的边界情况。这些情况需要特殊处理，因为窗口不能超出输入信号的边界。

递推平均滤波算法 C语言

递推平均滤波算法是一种在线数据处理方法，用于实时计算数据序列的移动平均值。它在每一时刻更新之前的历史信息，使得系统响应快速，并能够适应输入信号的变化。

### 使用 C 语言实现递推平均滤波算法：

递推平均滤波算法的基本思路是在每个时间点上对已有的历史数据进行加权平均，新加入的数据占一定权重，而老的数据则通过衰减系数降低其权重。通常使用滑动窗口的概念来进行历史数据存储。下面是基于滑动窗口大小 `window_size` 的递推平均滤波算法实现：

#include <stdio.h>

#define WINDOW_SIZE 5 // 滑动窗口大小

float filtered_value = 0;
int window[WINDOW_SIZE];
int head = 0; // 队列头指针
int tail = -1; // 队列尾指针

void add_value(float value) {
    // 添加新值到队列
    if (head == (tail + 1) % WINDOW_SIZE) { // 队列满的情况
        head = (head + 1) % WINDOW_SIZE;
    } else {
        tail = (tail + 1) % WINDOW_SIZE;
    }
    window[tail] = value;

    // 更新过滤后的值
    float sum = 0;
    for (int i = head; i != tail; i = (i + 1) % WINDOW_SIZE) {
        sum += window[i];
    }
    filtered_value = sum / WINDOW_SIZE;
}

float get_filtered_value() {
    return filtered_value;
}

在这个实现中，我们使用了一个固定大小的数组作为滑动窗口。每次添加新的值时，如果队列已经满了，则移除最旧的值并加入新的值；同时更新过滤后的值 `filtered_value`，即所有元素的平均值。

### 使用示例：

int main() {
    float data[] = {10.0f, 20.0f, 30.0f, 40.0f, 50.0f, 60.0f};
    int len = sizeof(data) / sizeof(data);

    for(int i = 0; i < len; i++) {
        add_value(data[i]);
        printf("当前值：%f，过滤后的值：%f\n", data[i], get_filtered_value());
    }

    return 0;
}

这个程序演示了如何连续向递推平均滤波器添加数据并获取过滤后的结果。

###