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


例1：

4 G0 G4 A! A4 v% d3 E4 r3 t5 kload leleccum;
4 B, U6 k3 o) N- l3 I3 |8 F. A
index = 1:1024;
5 @* S7 `, G8 i; y8 c9 i
# y0 x7 P) g5 c- J/ S* }x = leleccum(index);
2 h, i6 q, z. a8 {( y+ n
%产生噪声信号
  k) s- W6 S: X8 p8 a9 p
* ^1 W# g5 i' U7 R$ n7 zinit = 2055615866;
( d  k  X( i5 j" n; V5 T
/ e, q: D: y' C0 G  qrandn('seed',init);

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

0 D6 O4 Q3 F& B& L. M% s%获取消噪的阈值

[thr,sorh,keepapp] = ddencmp('den','wv',nx);

9 x; ]. i* ]' l, z0 L% A%对信号进行消噪
3 c: ]/ }! s6 }& y  Y0 P
xd = wdencmp('gbl',nx,'db4',2,thr,sorh,keepapp);

2 i# b+ e7 w( {! d; M6 osubplot(221);
# s9 F+ i1 u: O
plot(x);

  g" R) e$ F2 o$ a, x* X+ P. \* }title('原始信号');
2 f/ Q8 i- @7 B& F6 x+ F1 }+ j: P
subplot(222);
, d+ N% p  O( d$ X! z' y, p
* R/ }) M0 n1 d9 T8 ]7 q! }; [# Zplot(nx);
. |! I6 g& _+ t2 u; E/ a  ^
title('含噪信号');
7 W$ \3 u8 v9 W' e, u
subplot(223);
* _0 W8 o( g8 q. S
1 q7 [1 l5 d+ a2 |) b9 E4 p. u5 Bplot(xd);
' x( e$ |6 I& I2 X( M
title('消噪后的信号');
. l& x  z( `& b9 d

! u/ U7 G8 W4 U- U% s9 M5 C8 T例2：
0 @* ]; F# U; P" O0 i! l- _1 o7 ?
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。
% A/ i4 s! d& e+ W! a+ f; @, m
' T/ k. s1 Q( K9 y3 ?, R/ c/ cload leleccum;

* y9 s" L- m$ h! B! B5 \indx = 1:1024;

x = leleccum(indx);
6 Y2 H$ I4 O- b
. ?9 }# \. H$ O! `% [%产生含噪信号
0 b2 x" q2 a! D/ W' j5 i: S
init = 2055615886;

. x; M4 X1 v8 s# S* ^! Vrandn('seed',init);

nx = x + 18*randn(size(x));
1 z* J  Z/ A. U
* q+ W5 ^2 J9 d* H/ ]6 c8 R%使用小波函数'db6'对信号进行3层分解
5 h: k! m' l6 V9 b% B. n- L( l
[c,l] = wavedec(nx,3,'db6');

6 Z# }3 F% F* [# ^%估计尺度1的噪声标准差

6 g# q- b( G. bsigma = wnoisest(c,l,1);

alpha = 2;
+ W- k) [8 h7 n- o  M7 w, \
%获取消噪过程中的阈值
( D/ k+ O9 D  F9 O8 j+ x
- `: d1 W8 ]( B  i5 Athr = wbmpen(c,l,sigma,alpha);

keepapp = 1;

%对信号进行消噪

1 W9 w0 ~3 W" K, P: B% Jxd = wdencmp('gbl',c,l,'db6',3,thr,'s',keepapp);
8 W; D( V5 o& i, F4 s9 e
- l- v, m' h0 b0 e: ?  Msubplot(221);

  v- \: |+ A% n% ~( uplot(x);
( a  C. k* k! ~! E( Z
* @# s# K/ {3 r+ n4 vtitle('原始信号');

) {# B& R) q+ w* ^# }) }! b6 ]subplot(222);

) n$ P+ {6 L  ^5 ]$ Vplot(nx);
/ n# G4 _) Q) Z5 @
8 M& H/ Z( c  h: n+ P$ d9 G6 ctitle('含噪信号');

subplot(223);
( Y/ E. r. }& s  U
  E3 P7 W! n3 p3 L7 R1 Wplot(xd);
3 j- o& C- @' M5 N0 D8 \
title('消噪后的信号');
* \* b# x$ F9 M( |; M* }
# B  l6 W. D: Z) V+ S5 K
" R9 \7 d, g5 z( ^% {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。
  ?  x$ {& f1 P$ p) q, X% O
load leleccum;
/ j# d! @4 |7 r) V0 C
indx = 1:1024;
1 \& H+ T# z1 ~. z" [4 Y" T, B, z( o, U
x = leleccum(indx);
3 s7 S; s0 j% A* ]: I' l
: `6 |; q+ u6 b4 z; F%产生含噪信号

init = 2055615866;
- D% D: T% ^; J7 R. V
randn('seed',init);
6 r: N$ F+ H; o& r, q  y0 `* z
$ Z- e# X  p" m$ u( b0 dnx = x + 18*randn(size(x));

%使用小波函数'db5'对信号进行3层分解
9 A( x$ }0 i/ y6 R3 Y; Q
[c,l] = wavedec(nx,3,'db5');

8 k: j4 L+ X% z  v%设置尺度向量

( n' p3 S+ Z6 B$ T: p" Yn = [1,2,3];

%设置阈值向量

p = [100,90,80];

%对高频系数进行阈值处理

nc = wthcoef('d',c,l,n,p);

4 s- M  ?" H' R) u2 A- N2 b%对修正后的小波分解结构进行重构

1 R6 B1 ~# R, O- Arx = waverec(nc,l,'db5');
+ y! ?7 A# H- K
9 T* E! t4 `8 B$ q& S1 O5 I5 dsubplot(221);
8 b$ G1 g* r) A% `
, ]6 |% Z( Z# G/ ^4 R; N" V1 j. cplot(x);

title('原始信号');

subplot(222);

plot(nx);
. X* V; C1 j; x9 }* I% M# }
title('含噪信号');

% ~# I3 q9 m$ R$ ^& ?subplot(223);

plot(rx);

8 I/ @# Q0 m9 Q, Ktitle('消噪后的信号');

( i# U- p; A* H, k9 }" v
  w# T( ], h7 _# g6 \7 D
( h0 J, n6 g6 T7 E* |例4：
) q: l6 h) f" i2 F% f7 V. B
  M' D3 ^+ o$ T4 s& }8 u0 h4 i本例中，使用一维信号的自动消噪函数wden对信号进行消噪。
3 \7 n2 ?2 p$ m2 Y; `8 \
; _+ t* x. c  Z9 T5 ^1 h8 M" Oload leleccum;

indx = 1:1024;
5 O/ |+ `- u8 l
  M; |2 y. s  e" n  ax = leleccum(indx);
1 d- Y* w5 `" S. c3 R
1 ^8 X( h: p: T# b%产生含噪信号

# s$ L0 F, I( q" Zinit = 2055615866;
. i0 ~% C* T9 N: x5 J$ w7 l
( P+ H, D4 \1 {7 n8 t, E0 Yrandn('seed',init);
% U8 ?+ r0 ~8 e: `# ^+ I0 y  \. a
nx = x + 18*randn(size(x));
# \; J5 k4 V2 m; \/ h
%将信号nx使用小波函数'sym5'分解到第5层

%使用mimimaxi阈值选择系数进行处理，消除噪声信号
9 y3 Z  @' r+ D- _2 {' Q
lev = 5;

xd = wden(nx,'minimaxi','s','mln',lev,'sym5');
$ h# P( i0 o! u# D6 }. j* U8 p
1 y( u; D, R! csubplot(221);

plot(x);
- R) E" V% o$ s9 ^
title('原始信号');

subplot(222);
5 F- ~8 k, ]* N
plot(nx);

title('含噪信号');
. S) X* M. j, }& d9 R6 X5 q1 l! P
subplot(223);
/ c) A7 G& ~$ g' g* l4 U, |4 |
! d+ h" p/ b8 ~0 C! U0 B$ H2 Eplot(xd);
# H; i5 j. @+ z3 H
* _+ C2 C# F( {title('消噪后的信号');
; G" e4 V1 z& P5 n6 ?  A
  y& @4 T* }2 L/ Y  d3 n
, u! q$ u  W8 u
x=[-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];
) y3 w; ~: v  D* t! y- w- n6 Klev=5;
wname='db3';
[c,l]=wavedec(x,lev,wname);
sigma=wnoisest(c,l,1);
6 z& T! R3 o. e" a4 Dalpha=2;
: [, A0 y3 Z2 jthr1=wbmpen(c,l,sigma,alpha)
2 o) b- z' t* K9 o! \3 \7 D[thr2,nkeep]=wdcbm(c,l,alpha)
: B' f# g; ?& a; i' L" Jxd1=wdencmp('gbl',c,l,wname,lev,thr1,'s',1);
% K3 I+ h) J& _. z  i& |- Q! l[xd2,cxd,lxd,peRF0,perfl2]=wdencmp('lvd',c,l,wname,lev,thr2,'h');
[thr,sorh,keepapp]=ddencmp('den','wv',x)
xd3=wdencmp('gbl',c,l,wname,lev,thr,'s',1);
4 N, o0 R  [# u: Q, d4 lsubplot(411);plot(x);title('原始信号','fontsize',12);
subplot(412);plot(xd1);title('使用penalty阈值降噪后信号','fontsize',12);
subplot(413);plot(xd2);title('使用Birge-Massart阈值降噪后信号','fontsize',12);
subplot(414);plot(xd3);title('使用缺省阈值降噪后信号','fontsize',12);

+ O* o( l& N) E2 B1 p: o
0 u' [$ a2 c  N8 c



! Y& N2 d& A' p

kinidrily

刚刚给一个网友分享了