应用不同的滤波器，随后计算均值。

这是一个使用不同滤波器并计算均值的示例代码：

import numpy as np
from scipy.signal import medfilt, wiener, gaussian

# 构造一个包含噪声的信号
signal = np.random.rand(100)

# 使用中值滤波器
filtered_signal_med = medfilt(signal)

# 使用Wiener滤波器
filtered_signal_wiener = wiener(signal)

# 使用高斯滤波器
filtered_signal_gaussian = gaussian(signal, sigma=1)

# 计算均值
mean_med = np.mean(filtered_signal_med)
mean_wiener = np.mean(filtered_signal_wiener)
mean_gaussian = np.mean(filtered_signal_gaussian)

print("中值滤波器后的均值：", mean_med)
print("Wiener滤波器后的均值：", mean_wiener)
print("高斯滤波器后的均值：", mean_gaussian)

这段代码中，我们首先生成了一个包含噪声的信号。然后，使用不同的滤波器对信号进行滤波，包括中值滤波器（medfilt）、Wiener滤波器（wiener）和高斯滤波器（gaussian）。最后，分别计算滤波后信号的均值。

请注意，这里使用的是SciPy库中的滤波器函数。你可以根据需要选择其他滤波器函数，并调整参数以获得所需的滤波效果。