情况：我们有一个基于整数的微控制器，我们需要计算加权平均值（例如，权重 32，如 31-1），并将其存储在数组中。
最终代码将在 C 中。
（并且可以肯定的是，这不是家庭作业:)）
我们正在考虑将模除法的结果与结果的权重（平均计算）一起存储，并在下一轮用作附加数据。
如果我们有浮动，它会是这样的：
avg[i] = ( avg[i-1] * (WEIGHT-1) + measured ) / WEIGHT;
既然我们没有，我在想：
pt = (mod == 0) ? WEIGHT-1 : WEIGHT-2;
tmp = avg[i-1] * pt + mod + measured;
avg[i] = tmp / WEIGHT;
mod = tmp % WEIGHT;
但这似乎给了我错误的结果，我真的坚持实施。
任何人，有一些想法？
非常感谢您的快速回复，尽管我可能没有问得足够清楚：我们从以前的平均值和当前样本中获得了所需权重的一个因素。
如果您通过谷歌搜索进入此页面并正在寻找上述代码的更简单实现，那么您可能会喜欢这个。
此实现提供较少的配置选项，因为它只有 1 个定义。在您的特定情况下，这可能是一个优点或缺点。
#define COEFFICIENT 32
static int sample_weighted = 0;
int output = 0;
sample_weighted *= COEFFICIENT - 1;
sample_weighted += raw_value * COEFFICIENT;
sample_weighted /= COEFFICIENT;
output = (sample_weighted + (COEFFICIENT/2) - 1) / COEFFICIENT;
与常规加权过滤器的区别在于 sample_weighted 值乘以 COEFFICIENT 存储。这种方式可以使用整数计算而不会导致计算“卡”在错误值上的舍入错误。检索输出值时，整数值会被舍入并针对此乘法进行补偿。
我认为这个实现更具可读性，但它确实有一个缺点，它使用除法而不是位移。不过，只要 COEFFICIENT 是 2 的幂，大多数编译器都会足够聪明地使用位移。
好的，我们找到了解决方案，通过改变我们需要的值。
#define TOTAL_WEIGHT 128
#define SAMPLE_WEIGHT 24
#define SHIFT 8
#define SHIFT_VAL 256
#define SHIFT_WEIGHT 7
static int sample_weighted = 0;
int output = 0;
int sample_tmp = 0U;
sample_tmp = sample_tmp << SHIFT;
sample_tmp = sample_tmp * SAMPLE_WEIGHT;
sample_weighted = sample_weighted * ( TOTAL_WEIGHT - SAMPLE_WEIGHT );
sample_weighted = sample_weighted + sample_tmp;
sample_weighted = sample_weighted >> SHIFT_WEIGHT;
output = (sample_weighted + (SHIFT_VAL/2) -1 ) >> SHIFT;
如果您想计算两组整数的加权平均值，您可以在数据进入时增量记录每个系列的总和并增加记录值的计数。
随着数据的传入，您将其添加到该系列的运行总数中。
int weighted_mean( int count_a, int sum_a, int count_b, int sum_b ){
return = ((count_a * sum_a) + ( count_b * sum_b )) / ( sum_a + sum_b );
}
void recv_data( int a, int b )
{
global_sum_a += a;
global_count_a++;
global_sum_b += b;
global_count_b++;
int weighted_mean_so_far = weighted_mean( global_count_a, global_sum_a, global_count_b, global_sub_b );
}
for (i = 0; i < num_elements; i++)
{
sum_data += data[i] * weight[i];
sum_weights += weight[i];
average[i] = sum_data / sum_weights;
}
显然，sum_data必须是足够大的数据类型；没有办法解决这个问题。