MATLAB滑动平均滤波器设计

滑动平均滤波就是把连续取得的N个采样值看成一个队列，队列的长度固定为N，每次采样得到一个新数据放到队尾，并丢掉原来队首的一次数据，把队列中的N个数据进行平均运算，就可以获得新的滤波结果。

java代码实现：

// N点滑动平均滤波器
public static float[] MovingAverageFilter_NP(float[] InputSig){
        int length = InputSig.length;
        float[] dbRt = new float[length];

        /** N点平滑 */
        dbRt[0] = InputSig[0];
        for (int x = 1; x < length - 1; x++) {
            dbRt[x] = (InputSig[x - 1] + InputSig[x] + InputSig[x + 1]) / N;
        }
        dbRt[length - 1] = InputSig[length - 1];

        return dbRt;
    }

MATLAB代码实现：

%N是窗口的大小

for i = 1:L
    m = m+1;
    if i+N-1 > L
        break
    else
        for j = i:N+i-1
            k = k+1;
            W(k) = T(j) ;
        end
        T1(m) = mean(W);
        k = 0;
    end
end

MATLAB中完整的实现加载音频，使用滑动平均滤波器来处理音频：

info = audioinfo('1.mp3');
[y,Fs] = audioread('1.mp3');
T = y;
% sound(y,Fs);
figure;
plot(y);
L = length(T);
N=10;  % 窗口大下
k = 0;
m =0 ;
for i = 1:L
    m = m+1;
    if i+N-1 > L
        break
    else
        for j = i:N+i-1
            k = k+1;
            W(k) = T(j) ;
        end
        T1(m) = mean(W);
        k = 0;
    end
end
figure;
sound(T1,Fs);

plot(T1)

来看一下两个音频图像的差异，一些噪声通过滑动平均滤波被消除。听起来效果不一样。

第一张是处理之前的音频。第二张是通过滤波器处理之后的音频。窗口大小可以自定义设计。但是也要适当的调整，如果太大，则会出现过拟合的效果。可以自行尝试将N窗口大小取两个极端值，一个取比较大的值，一个取比较小的值，则会发现这里的区别。

当然还可以使用MATLAB自带的smooth函数解决。补全代码：

out_y = smooth(T1,6,'moving');  
sound(out_y,Fs);
figure; 
plot(out_y);