怎样对实时信号应用时间加权？

使用指数移动平均滤波器对实时信号进行时间加权，其中加权因子是一个指数函数，越靠近当前时刻的数据权重越大，而过去的数据则权重逐渐减小。具体代码示例如下：

import numpy as np

def exponential_moving_average(signal, alpha):
    """
    :param signal: 实时信号
    :param alpha: 平滑因子
    :return: 平滑后的信号
    """
    ema = np.zeros_like(signal)
    for i, value in enumerate(signal):
        if i == 0:
            ema[i] = value
        else:
            ema[i] = alpha * value + (1 - alpha) * ema[i-1]
    return ema

其中，alpha是平滑因子，可以通过试验确定其值，一般取0.1到0.3之间。