Można użyć funkcji FILTER. Przykład:
t = (0:.001:1)'; %#'
vector = sin(2*pi*t) + 0.2*randn(size(t)); %# time series
wndw = 10; %# sliding window size
output1 = filter(ones(wndw,1)/wndw, 1, vector); %# moving average
lub nawet użyć IMFILTER i FSPECIAL z obrazu pakietu
output2 = imfilter(vector, fspecial('average', [wndw 1]));
Ostatnią opcją jest użycie indeksowania (nie zalecane dla bardzo dużej wektorem)
%# get indices of each sliding window
idx = bsxfun(@plus, (1:wndw)', 0:length(vector)-wndw);
%'# compute average of each
output3 = mean(vector(idx),1);
proszę zauważ różnicę w wypełnianiu: output1(wndw:end)
odpowiada output3