在系统测试过程中,由于各种干扰的存在,使得测试系统采集到的数据偏离其真实值。而干扰因素不仅包括一般意义下的测量误差,还包括测量理念的差异,例如在社会经济学的统计中常出现的一种测试误差:混合数据就是由于测量理念的歧义以及测量误差共同造成的。混合数据信号造成相邻测量结果间的混叠,使得离散数据绘成的振动曲线上呈许多毛刺,很不光滑,为了消弱干扰信号的影响,提高振动曲线光滑度,常常需要对采样数据进行平滑处理。一般较常采用的信号平滑滤波方法有:中位值滤波法、加权均值滤波法、滑动平均滤波法、防脉冲干扰平均滤波法及限幅滤波法等,这些方法各有适用的范围和优缺点。本文针对混合数据信号的特征,提出一种新的模糊平滑法,沿用加权平均的思想,对信号相邻的点之间进行加权运算。但是权因子的确立是通过建立信号尖端点的隶属度函数以此评价信号在每一点的尖端程度,更准确实际地反映信号混合的程度。另外,基于模糊变量的期望值算子做出新的评价标准用来评价信号的平均尖端度。