第4章 抽样信号（2）
最简单的数据处理方法——平均
下面介绍两种测试、测量中最简单的数据处理方法，并简要说明他们的不同之处。
算术平均
算术平均值是比较常用的数据处理方法之一，算术平均的计算方法见下面的公式。
这里 µ 是n个数的平均结果（算术平均值）， n 是数据个数（在下面的例子中n=8）。
下面的例子中，给出了4种算术平均值的计算方法，它们共同计算8个随机数的算术平均值，最简单的计算方法还是第2种。
算术平均值的特点：
1、平均速度慢
如果数据的更新率是2个/s，那么完成一次平均计算（8个数据）就需要4s的时间。将上图中的While循环的控制端设定为“真"就可以看到这个现象。
2、平均结果只与与当前数据有关
平均计算结果只与当前的8个数据有关，与上次平均数据（数组）和下次平均数据（数组）的内容无关。
移动平均
算术平均的方法在平均数据个数较多的情况下平均所花费的时间较长，给人一种实时性较差的感觉。对于突发的干扰信号滤波的平滑度不够，为了获得更好的平均效果，人们采用了一种移动平均的技术。
下面是一个移动平均的例子。
移动平均的特点：
1、平均是实时的
在此例子中除了前8个数据的平均值不对外，其它都是正确的。平均是实时进行的（2次／s的显示更新率）。也就是说，移动平均不需要额外的平均处理时间，显示的更新和平均是同步进行的。
2、每个数据都参与了8次平均
每个数据都参与了8次平均（前8个移动平均值不准确），数据先进先出总保留8个进行平均。
移动平均使用的比较广泛，LabVIEW中的运行时平均大概都是属于移动平均的范畴。移动平均的方式、方法很多，也可以参考csxcs_366的博客中的介绍。
何时需要做平均处理
通常的测量目的有两个，一个是考核测量对象是否准确；另一个是考核测量对象是否稳定。
在校准或精密测试时，我们希望测量显示的结果尽可能的稳定，也就说显示的变化量的范围尽可能的小，以便我们准确的读数，完成校准工作，此时最好使用平均的方法来使得显示更加稳定。
当我们在测量评估某一部件的稳定程度或噪声时，为了确保测量分析的结果正确，最好取消平均处理，因为平均处理可能会改善部件的噪声大小。
对同一类部件评估时，尽可能选择同一台仪器和同一种测量方法，以便使评估结果更可信。如果测试条件人为的改变（比如：加入平均处理），应在测试报告中加以说明。
