C语言实现滤波算法

一 加权滤波

加权移动平均滤波算法是一种数字滤波技术，常用于处理传感器数据等存在噪声干扰的信号序列，在C语言中实现该算法主要涉及以下几个关键部分：

算法原理

• 基本思想：移动平均滤波通过计算一定数量的连续数据点的平均值，来平滑原始信号，减少随机噪声的影响。加权移动平均滤波则更进一步，它为不同位置的数据点分配不同的权重，通常越靠近当前时刻的数据点权重越高，因为它们更能反映当下信号的真实状态。这样，加权平均的结果既能平滑噪声，又能更快跟上信号的变化趋势。

代码实现

#include <stdio.h>

// 假设我们有一组模拟传感器获取的数据
float data[] = {1.2, 1.5, 1.3, 1.7, 1.4, 1.6, 1.8, 1.5, 1.4, 1.6};
// 加权系数数组，这里简单示例5个点，中间权重最高向两边递减
float weights[] = {0.1, 0.2, 0.4, 0.2, 0.1};
// 加权移动平均滤波函数
float weighted_moving_average(int start_index) {
    float sum = 0;
    for (int i = 0; i < sizeof(weights) / sizeof(weights[0]); i++) {
        sum += data[start_index + i] * weights[i];
    }
    return sum;
}

在这段代码里：

• 首先定义了一个模拟的传感器数据数组 data，以及对应的加权系数数组 weights。
• weighted_moving_average 函数用于计算从指定索引位置开始的加权移动平均值。函数内通过循环，将对应位置的数据点乘以权重后累加起来，最终返回滤波后的数值。

使用示例

int main() {
    for (int i = 0; i <= sizeof(data) - sizeof(weights); i++) {
        float result = weighted_moving_average(i);
        printf("索引 %d 处的加权移动平均值: %.2f\n", i, result);
    }
    return 0;
}

在 main 函数中：

• 利用循环遍历数据数组中所有能够凑齐加权系数数量的数据段，调用 weighted_moving_average 函数计算加权移动平均值。
• 输出每个位置的滤波结果，格式化保留两位小数，方便查看和分析。

实际应用与优化

• 实际应用：在嵌入式系统里，若连接了温度传感器、加速度计等设备，采集的数据往往夹杂噪声，加权移动平均滤波就能派上用场，让后续的数据分析、控制决策更精准。
• 优化方向：权重的选择十分关键，不同的传感器特性、噪声类型，适合的权重分布不同，需要根据实际测试来精细调校。另外，代码还可以进一步优化，比如将数组替换为动态分配内存的方式，便于处理变长的数据序列；或是用指针操作来提升运算效率。
•