1、算法介绍均值滤波算法是一种比较常用、比较简单的滤波算法。 滤波将n个周期的采样值计算为平均值。 算法非常简单。 在n值大的情况下，滤波后的信号比较平滑，但灵敏度差； 相反，在n的值小的情况下，滤波器的平滑化效果低，但是灵敏度好。
优点：算法简单，对周期性干扰有良好的抑制作用，平滑度高，适用于高频振动的系统。
缺点：对异常信号的抑制作用差，不能消除脉冲噪声的影响。
2 .实现代码下的代码是均值滤波的示例代码。
浮动数据[ 10 ]； floataveragefilter (float in _ data ) {float sum=0； for(intI=0； i9； I ) {data[i]=data[i 1]； sum=sum data[i]； }data[9]=in_data； sum=sum data[9]； 返回(Sum/10 )； }在代码中，data[]是全局变量，记录10个循环的采样值。 averageFilter (是筛选函数，其输入是新收集的数据。 函数首先移位数据(data ) )，将新收集的数据存储在数据(data ) )中，同时计算数据(data ) )
3、以下举例说明了均值滤波的效果。 滤波对象为车速信号，滤波效果如下图所示。 图中，横轴为时间、单位：秒，纵轴为速度、单位km/h。 这里，蓝色是滤波前的数据，红色是滤波后的数据。 可以看出，平均值滤波对数据进行了较大的平滑，但数据存在延迟。