3．加权滑动平均滤波法 增加新的采样数据在滑动平均中的比重，以提高系统对当前采样值的灵敏度，即对不同时刻的数据加以不同的权。通常越接近现时刻的数据，权取得越大。 系数 C0，C1，…，CN-1的选取方法有多种，通常采用 MATLAB 等工具设计 FIR 滤波系数。 抑制小幅度高频噪声的平均滤波法

​ 1.滑动平均概念 滑动平均滤波法（又称递推平均滤波法），时把连续取N个采样值看成一个队列 ，队列的长度固定为N ，每次采样到一个新数据放入队尾,并扔掉原来队首的一次数据.(先进先出原则)  把队列中的N个数据进行算术平均运算,就可获得新的滤波结果。N值的选取：流量，N=12；压力：N=4；液面，N=4~12；温度，N=1~4 优点：  对周期性干扰有良好的抑制作用，平滑度高  适用于高频振荡的系统  缺点：  灵敏度低  对偶然出现的脉冲性干扰的抑制作用较差  不易消除由于脉冲干扰所引起的采样值偏差  不适用于脉冲干扰比较严重的场合  比较浪费RAM  2.解决思路 可以发现滑动平均滤波法

通过simulink搭建的滑动平均滤波Moving Average，模型中有说明，想要取n个数的滑动平均值，直接修改n值即可。（纯simulink模型，非代码）

1、读出给定的6维惯性传感器信号，并分别画出六个轴的信号波形；2、用M点（M分别取值3、5、8）滑动平均滤波器对输入的6维惯性传感器信号进行滤波，绘出滤波后信号的波形；观察并分析M值对输出波形的影响；并绘出该滑动滤波器传输函数的零极点图；

主要介绍了Python极简实现滑动平均滤波（基于Numpy.convolve）的相关知识，非常不错，具有一定的参考借鉴价值,需要的朋友可以参考下

labview 下编写的滑动平均 滤波代码，效果不错啊

关于matlab的音频信号处理，平均滤波算法能够实现声音的降噪处理

该程序为数据的滑动平均滤波在labview中的实现，系计算机测控课程中本人所编写的程序，若有雷同，实属巧合

有很大参考价值，亲测有用。

滑动平均滤波代码，可用于matlab中相关数据的滤波处理，可以自行更改程序中的m自变量以更改滑动的窗宽