Как сгладить данные в Matlab без использования метода из любого инструментария

Похоже, что WindowWidth должно быть int16(11), чтобы соответствовать вашему фильтру. Или вы можете использовать WindowWidth = int16(50) с фильтром, который имеет 50 отводов вместо 11. С текущими значениями вы слишком сильно обрезаете свой выходной сигнал.

См. рисунок с WindowWidth = int16(11): http://i.stack.imgur.com/WOnW9.png

Я исследовал ту же тему, основав этот пост, который решил мою проблему, внес некоторые коррективы и обобщения. Большое спасибо автору предыдущего ответа, вот мой обобщенный код, который работает также с n-мерными векторами точек

% SMOOTH Simple gaussian smooth function
% vector = input vector
% width = width of the smoothing
% window = width of the window to be used in the convolution
% 
% Credits: Generalization of a post made by User1551892 and Louis Mendo on 
% StackOverflow
% Created by: Leonardo Daga, 2016
function smoothedVector = smooth(vector, width, window)

% Check arguments and fill with defaults
if nargin < 2,
    width = 2;
end

if nargin < 3,
    window = width * 5 + 1;
end

% Rotate vector to a column vector (if needed) to make the code easier
if size(vector,1) > size(vector,2)
    isColumn = true;
else
    isColumn = false;
    vector = vector';
end

% Construct blurring window.
windowWidthInt = int16(window);
halfWidth = double(windowWidthInt / 2);
gaussFilter = Gaussian(-(halfWidth-1):(halfWidth-1), 0, width/2 ) ;
gaussFilter = gaussFilter / sum(gaussFilter);

% Do the blur, enlarging the vector to blur from the start with a
% convenient value and cutting the vector back when the blurring is done
enlargedVector = [ones(window, 1)*vector(1,:);
    vector;
    ones(window, 1)*vector(end,:)];

smoothedVector = zeros(size(enlargedVector,1)-1,size(enlargedVector,2));

for i=1:size(vector,2),
    smoothedVector(:,i) = conv(enlargedVector(halfWidth:end-halfWidth,i), gaussFilter) ;
end

smoothedVector = smoothedVector(window:end-window,:);

% Rotate back the vector, if it was a row vector
if (isColumn == false)
    smoothedVector = smoothedVector';
end

end

%% Create a gaussian vector to be used for the convolution
function y = Gaussian ( window, mu, sigma)
y = exp (-((window - mu).^2)/(2*sigma^2)) ;
end

Вы можете запустить эту функцию со следующим примером кода:

% Generate sample data.
vector = [5*(1+cosd(1:3:900)) + 2 * rand(1, 300);
    5*(1+sind(1:3:900)) + 2 * rand(1, 300)];

smoothedVector = smooth(vector, 5) ;

% plot it.
figure
plot(1:size(vector,2), vector, 'r-', 1:size(smoothedVector,2), smoothedVector, 'b-');
set(gcf, 'Position', get(0,'Screensize')); % Maximize figure.

получив следующий рисунок: