濾波算法（一）—— 平均值濾波算法

1、算法介紹        

       平均值濾波算法是比較常用，也比較簡單的濾波算法。在濾波時，將N個週期的採樣值計算平均值，算法非常簡單。當N取值較大時，濾波後的信號比較平滑，但是靈敏度差；相反N取值較小時，濾波平滑效果差，但靈敏度好。

優點：算法簡單，對週期性干擾有良好的抑制作用，平滑度高，適用於高頻振動的系統。

缺點：對異常信號的抑制作用差，無法消除脈衝干擾的影響。

2、實現代碼

        下面的代碼是平均值濾波的示例代碼。

float data[10];

float averageFilter(float in_data)
{
	float sum = 0;
	for(int i=0; i<9; i++)
	{
		data[i]=data[i+1];
		sum = sum + data[i];
	}
	data[9] = in_data;
	sum = sum + data[9];
	
	return(sum/10);

}

在代碼中，data[]爲全局變量，它用來記錄10個週期的採樣值，averageFilter()爲濾波函數，它的輸入爲新採集到的數據，函數中，首先將data[]中的數據進行移位，並將新採集到的數據保存到data[]中，同時計算data[]中10個數據的和，最後返回10個數據和的平均值。

3、示例

        下面我們通過一個示例來體會平均值濾波的作用，濾波對象爲車速信號，濾波效果如下圖所示。圖中，橫軸爲時間，單位：秒，縱軸爲速度，單位km/h。其中，藍色爲濾波前的數據，紅色爲濾波後的數據。可見，平均值濾波對數據進行了很大程度的平滑，但是，數據存在滯後。