C语言使用一维高斯滤波器对采集到的100个温度的数据进行去除噪声，给出全部代码

为了在C语言中使用一维高斯滤波器对100个温度数据进行去噪，我们首先需要定义高斯核（也称为权重系数），然后创建一个窗口来滑动过数据并计算加权平均。以下是一个简化版的一维高斯滤波器示例，假设输入数组`temp_data`长度为100：

#include <stdio.h>
#include <stdlib.h>
#include <math.h>

// 定义高斯核半径（这里设置为3）
#define KERNEL_RADIUS 3

// 计算单个元素的高斯权重
double gaussian_weight(double x, double sigma) {
    return exp(-((x) * (x)) / (2 * sigma * sigma));
}

// 一维高斯滤波函数
double one_dim_gaussian_filter(double* data, int length, double sigma) {
    double sum = 0;
    for (int i = 0; i <= KERNEL_RADIUS; i++) {
        for (int j = 0; j + i < length; j++) {
            double weighted_value = data[j + i] * gaussian_weight(i - KERNEL_RADIUS, sigma);
            sum += weighted_value;
        }
    }
    return sum / (KERNEL_RADIUS * 2 + 1);
}

int main() {
    // 假设已有的100个温度数据存储在temp_data数组中
    double temp_data[100]; // 实际上应该从文件或传感器读取数据
    double filtered_temp[100];
    double sigma = 2.0; // 设置高斯核的标准差，较小的值会使滤波更锐利

    // 对每个数据点进行滤波
    for (int i = 0; i < 100; i++) {
        filtered_temp[i] = one_dim_gaussian_filter(temp_data, 100, sigma);
    }

    // 打印或保存过滤后的数据
    for (int i = 0; i < 100; i++) {
        printf("Filtered temperature at index %d: %.2f\n", i, filtered_temp[i]);
    }

    return 0;
}

这段代码首先定义了一个高斯核，然后遍历输入数据并对每个位置应用高斯滤波。注意实际应用中可能需要根据具体需求调整高斯核的半径和标准差。