给大家分享几个小波阈值去噪的MATLAB代码

pulbieup

给大家分享几个小波阈值去噪的MATLAB代码
1 y$ D! `6 [7 _5 ?/ v0 \" ^9 E

例1：
% Z+ u) `% u* B# e; f
/ x" ^6 B4 u( q% [3 Bload leleccum;
6 o0 n1 M; s4 ^5 z1 f5 [8 `8 H
* J; ?; j5 K) ]; t/ \index = 1:1024;

/ X5 D1 f. m! G; v6 e6 ix = leleccum(index);
- z% d1 X  ~0 F3 A
%产生噪声信号
, e8 t' w* u) D/ n
init = 2055615866;

- a2 I/ u* K7 w$ Orandn('seed',init);
+ F$ B2 p* F# F* j" Q
nx = x + 18*randn(size(x));
3 a/ E  g4 Y; D% ]& S6 U5 P5 L
1 a" e7 ~" P" i) F+ b) ]% W%获取消噪的阈值
# o( j# ^! L" y& [# V' p
[thr,sorh,keepapp] = ddencmp('den','wv',nx);
& n% |, s. u5 @3 |3 s
3 @" W- y; {( ?$ z2 d7 L& g%对信号进行消噪
; ~5 i0 U3 [. Y; S7 O" V
+ m% @6 M9 D7 B* hxd = wdencmp('gbl',nx,'db4',2,thr,sorh,keepapp);

subplot(221);
7 Y- K. Z, l# g0 S
8 g  ?# ~1 G: L" A% @3 u' aplot(x);

title('原始信号');

  _) V2 C5 {# E9 b( `subplot(222);

plot(nx);
' W) |) Y: w( d+ N& |% T) d9 B
/ \# k( O5 b. F' C) p% b( Otitle('含噪信号');
1 L" ^, q  F% O' b* P4 d4 D; F6 g
subplot(223);
0 _! p+ T; z# ~( p+ C" U
plot(xd);

title('消噪后的信号');
: e$ R' u' q5 h4 s8 w+ m$ e

# G: l2 Q- W! m* ^4 [0 u* }% E例2：
- n- j0 l; w( I( r0 v
本例中，首先使用函数wnoisest获取噪声方差，然后使用函数wbmpen获取小波去噪阈值，最后使用wdencmp实现信号消噪。
) F) S, j; Y$ X7 G' D; C4 z% f6 Q
load leleccum;
5 |4 `; O; N  a" ]! o+ C0 f
indx = 1:1024;

x = leleccum(indx);

%产生含噪信号

init = 2055615886;

8 W+ {# [. E: g- Z. s, j+ T2 ^9 [randn('seed',init);
/ ~! V: l+ H; R1 h" c! z
nx = x + 18*randn(size(x));

%使用小波函数'db6'对信号进行3层分解
( R( j9 W; i- U- Q! _$ i6 _0 H/ y
[c,l] = wavedec(nx,3,'db6');
& m  L* v$ r& M  ?& g4 S* B9 G3 }/ C( [/ |
%估计尺度1的噪声标准差
& T/ D% _1 f6 u
! P/ t6 o" O  Y2 O# j1 K6 [" y! ^sigma = wnoisest(c,l,1);

alpha = 2;

%获取消噪过程中的阈值

thr = wbmpen(c,l,sigma,alpha);
  f/ N: L7 d3 i* r. [
& k+ P% V9 _2 s) k. W) e* Wkeepapp = 1;
) {: T1 L" f- _' a
' o* ^2 W( M; \* z& x% B& p  C0 N0 D%对信号进行消噪

xd = wdencmp('gbl',c,l,'db6',3,thr,'s',keepapp);

subplot(221);
  Y/ s. w2 U. X1 ]. Z  z$ ]
plot(x);

title('原始信号');
2 _6 t: O% V2 i/ a# A( z
subplot(222);
# _( `: J3 R$ a
plot(nx);
+ x8 Z1 L! n" p' `9 H7 r
title('含噪信号');

subplot(223);

0 S; {2 ^8 n# Y* E0 ~5 U5 j1 }; z- jplot(xd);

: P% m* n5 f0 l5 @2 _% {/ ?% K) I3 ititle('消噪后的信号');

5 A3 L2 [; |9 S3 R$ E6 B
# A0 @, a5 q2 G  n) ~' C8 l7 O例3：

本例中，对小波分解系数使用函数wthcoef进行阈值处理，然后利用阈值处理后的小波系数进行重构达到去噪目的。

load leleccum;

% h6 r' L9 [, dindx = 1:1024;
$ A! Z. p. T8 b+ Z
x = leleccum(indx);
' m3 Y  G6 ^$ _9 _# P
%产生含噪信号

init = 2055615866;

$ j# v6 [* R0 V1 c- @  T1 O" ^randn('seed',init);
5 u0 D6 ^3 c6 C( |3 O$ ~
8 ?& e' p$ s# G( F- {nx = x + 18*randn(size(x));
4 K% k* O6 P) ~" X8 M! O
%使用小波函数'db5'对信号进行3层分解

[c,l] = wavedec(nx,3,'db5');
1 P1 {6 z  |' L, \
6 r( ^* E4 [% r7 c$ d%设置尺度向量
; S  O  s4 z0 D( p
n = [1,2,3];

%设置阈值向量

p = [100,90,80];
2 N: k+ @* ^- x7 Z
%对高频系数进行阈值处理
4 b* O2 b! P  M8 N! _: H; M1 J2 G
& p& j  U3 l9 x, V8 {nc = wthcoef('d',c,l,n,p);

1 s+ V! R2 A2 a* a: P( q5 o%对修正后的小波分解结构进行重构
5 I8 Z# P1 g+ b. ^' D* L  a6 o: `
rx = waverec(nc,l,'db5');

% |* q' e( z) y9 E6 o4 n8 bsubplot(221);
! N3 {+ [" F( ?! k7 q# ?
! q. J+ h5 @3 I! `/ z# Jplot(x);

" J+ B, `8 }5 Ttitle('原始信号');
5 o  c' I/ m: n3 e2 l& d
: b3 D0 R; e, c9 n# h2 csubplot(222);

# O* m6 c" A( p6 m. N4 ]1 ?plot(nx);
. }$ y  Q$ F) a6 ]* L0 D" N* U
title('含噪信号');
4 u7 o. j6 R+ g
1 L% ~5 B5 c2 j: H6 Msubplot(223);
  _! Y2 V& w$ y) [
plot(rx);
' m+ y7 _" I# Z) M; ]1 C
. F8 K* f. a# x7 W6 Q, F  u% ptitle('消噪后的信号');
7 k% `. A: ~  x- d2 w9 C
4 U( ]1 {! _( R

例4：
/ |. I* u3 P3 {+ `
/ ^  f( {+ j. _7 {0 n本例中，使用一维信号的自动消噪函数wden对信号进行消噪。
5 V3 r' i$ r; g( O% e2 _
7 y  C5 Q9 o, w- O& v  o9 dload leleccum;
" E- F3 E1 `5 f) {, W9 z
indx = 1:1024;
" H8 h% X3 ^1 B& A! {( B/ z) B- s
5 D8 f/ a' @% d" j- ox = leleccum(indx);
6 z* h) q; c# T2 H5 d, c/ y
9 y2 Y) l) [0 ~7 X%产生含噪信号
  v; h6 J- \* f9 V7 r( w! P+ j
init = 2055615866;
( K' }9 W/ |9 S% ^) J+ S% D
+ D% w' q6 r/ v% ~randn('seed',init);

nx = x + 18*randn(size(x));

%将信号nx使用小波函数'sym5'分解到第5层
+ a. d0 Y/ u0 o6 m) F: g
%使用mimimaxi阈值选择系数进行处理，消除噪声信号
: n) r3 n  k4 t
7 M! _( t/ W3 A3 e. r9 o% Alev = 5;
+ g9 T# m7 Z: m/ v$ y
xd = wden(nx,'minimaxi','s','mln',lev,'sym5');
- i# {2 G+ B- M
* a" j# W6 d* Y3 q* c+ i5 _, n' ssubplot(221);
, g9 X: s  A5 ^. u8 s% t; \% _
plot(x);

  K. ]2 Z! @1 T, ]8 A6 [! M: otitle('原始信号');

subplot(222);
& z9 f7 k6 c1 M8 B
plot(nx);

title('含噪信号');
1 q/ ?7 i4 `2 p  V+ H
! X9 u3 K2 D- jsubplot(223);
. k* [+ G# E) r7 o) }
# `) v0 S6 W% o  }plot(xd);
; ~5 v! e% w6 u
; u& P. o0 Q3 N3 Gtitle('消噪后的信号');
5 h) \) ]  g* Z, W5 {

: k! z  B6 M2 {$ E
- q+ Z' g" U6 c. E0 Bx=[-1.58 0.42 0.46 0.78 -0.49 0.59 -1.3 -1.42 -0.16 -1.47 -1.350.36 -0.44 -0.14 1 -0.5 -0.2 -0.06 -0.6 0.42 -1.52 0.51 0.76 -1.50.16 -1.29 -0.65 -1.48 0.6 -1.65 -0.55];
9 p' n% M  ~' |1 Y( Xlev=5;
wname='db3';
[c,l]=wavedec(x,lev,wname);
' [: g" w  _' I  @) Tsigma=wnoisest(c,l,1);
1 L  L) Q: |7 k3 D2 Falpha=2;
- e! N& ?8 q* U5 L& a% A; uthr1=wbmpen(c,l,sigma,alpha)
[thr2,nkeep]=wdcbm(c,l,alpha)
xd1=wdencmp('gbl',c,l,wname,lev,thr1,'s',1);
[xd2,cxd,lxd,peRF0,perfl2]=wdencmp('lvd',c,l,wname,lev,thr2,'h');
[thr,sorh,keepapp]=ddencmp('den','wv',x)
2 `: ?2 c2 E1 Nxd3=wdencmp('gbl',c,l,wname,lev,thr,'s',1);
subplot(411);plot(x);title('原始信号','fontsize',12);
9 S5 }9 Q' N- ^subplot(412);plot(xd1);title('使用penalty阈值降噪后信号','fontsize',12);
/ s* b! q# v( j; s1 ]; f0 zsubplot(413);plot(xd2);title('使用Birge-Massart阈值降噪后信号','fontsize',12);
5 s, |5 j# l9 l7 `, Psubplot(414);plot(xd3);title('使用缺省阈值降噪后信号','fontsize',12);



9 U& r1 @4 k3 f0 f9 c* D2 q! |; b

) S' X; C! G; o( ]  u
5 V7 x8 y- o$ M1 w2 v" P5 l

kinidrily

刚刚给一个网友分享了