【关于窗口移动求和的两种计算方法】

例子

在很多算法中都会涉及到窗口滑动，比如基于新息序列更新的自适应卡尔曼滤波器算法中便会使用到。

已知一个数列：OCV = [1;2;3;4;5;6;7;8;9;10;11;12;13;14;15]，定义窗口长度为5，每次滑动一个数位，编写程序求Prk。以MATLAB为例，有如下两个方法，直接看程序。

方法1

OCV                  = [1;2;3;4;5;6;7;8;9;10;11;12;13;14;15];
L                    = 1;
n                    = 5;
S                    = 0;
ts                   = length(OCV);
Error_x              = zeros(1,n);
for i                = 1:1:ts
if i                 <= nError_x(1,i) = OCV(i);S            = S + Error_x(1,i);Prk          = S/i;
elseS                = S - Error_x(1,L);Error_x(1,L)     = OCV(i);S                = S + Error_x(1,L);L                = L+1;if  L            > nL            = 1;end  Prk              = S/n;
end
a                    = Prk
end

方法2

OCV                  = [1;2;3;4;5;6;7;8;9;10;11;12;13;14;15];
n                    = 5;
S                    = 0;
ts                   = length(OCV);
Error_x              = zeros(1,n);
for i                = 1:1:ts
if i                 <= nError_x(1,i) = OCV(i);S            = S + Error_x(1,i);Prk          = S/i;
elseS                = 0;for     j        = 1:1:(n-1)Error_x(1,j) = Error_x(1,j+1);S            = S + Error_x(1,j);endError_x(1,n)     = OCV(i);S                = S + Error_x(1,n);Prk              = S/n;end
a                    = Prk
end

运行结果: