移动平均法轨迹平滑原理
移动平均法（Moving Average）是一种常用的时间序列数据平滑技术，通过计算固定窗口内数据点的平均值来减少噪声和异常值的影响。
核心公式：
平滑后值 = (xi-n + xi-n+1 + ... + xi + ... + xi+n) / (2n+1)
其中 2n+1 为窗口大小，窗口越大平滑效果越强，但可能导致轨迹滞后；窗口越小平滑效果越弱，但能更好保留原始趋势。
数据输入
拖放CSV文件到此处或点击上传
CSV格式要求：时间(t),X坐标(x),Y坐标(y)，每行一个数据点
平滑参数设置
5
小窗口 (3) - 保留细节
大窗口 (21) - 强平滑
建议值：3-11（奇数），窗口过大会导致轨迹严重滞后
生成示例数据时使用的时间间隔（单位：秒）
5
低噪声
高噪声
操作控制
原始轨迹 vs 平滑轨迹对比
原始轨迹
平滑轨迹
数据点
请上传数据或生成示例数据
然后点击"执行轨迹平滑"按钮查看结果
数据点总数
0
使用窗口大小
0
X轴平滑度
0.00%
Y轴平滑度
0.00%
X轴坐标时间序列对比
执行平滑后将显示X轴时间序列
Y轴坐标时间序列对比
执行平滑后将显示Y轴时间序列