数字信号处理 --信号的平滑去噪

        数字信号处理应用的一个常见例子是从被加性噪声污染的信号中移除噪声。假定信号s[n]被噪声d[n]所污染，得到一个含有噪声的信号x[n]=s[n]+d[n]。我们需要对x[n]进行运算，产生一个合理的逼近s[n]，对时刻n的样本求平均，产生输出信号是一种简单有效的方法。

三点滑动平均的信号。

% Signal Smoothing by Averaging
clf;
R = 51;
d = 0.8*(rand(R,1) - 0.5); % 产生随机噪声
m = 0:R-1;
s = 2*m.*(0.9.^m); % 产生未被污染的信号
x = s + d'; %产生被噪声污染的信号
subplot(2,1,1);
plot(m,d','r-',m,s,'g--',m,x,'b-.');
xlabel('Time index n');ylabel('Amplitude');
title('原始信号、噪声、污染的信号');
legend('噪声','原始信号','污染的信号');
x1 = [0 0 x];x2 = [0 x 0];x3 = [x 0 0];
y = (x1 + x2 + x3)/3;
subplot(2,1,2);
plot(m,y(2:R+1),'r-',m,s,'g--');
legend( '滤波后的信号','原始信号');
xlabel('Time index n');ylabel('Amplitude');
title('原始信号、滤波后的信号');

五点滑动平均的信号。

% Signal Smoothing by Averaging
clf;
R = 51;
d = 0.8*(rand(R,1) - 0.5); 
m = 0:R-1;
s = 2*m.*(0.9.^m); 
x = s + d'; 
subplot(2,1,1);
plot(m,d','r-',m,s,'g--',m,x,'b-.');
xlabel('Time index n');ylabel('Amplitude');
title('原始信号、噪声、污染的信号');
legend('噪声','原始信号','污染的信号');
x1 = [0 0 0 0 x];
x2 = [0 0 0 x 0];
x3 = [0 0 x 0 0];
x4 = [0 x 0 0 0];
x5 = [x 0 0 0 0];
y = (x1 + x2 + x3 + x4 + x5)/5;
subplot(2,1,2);
plot(m,y(2:R+1),'r-',m,s,'g--');
legend( '滤波后的信号','原始信号');
xlabel('Time index n');ylabel('Amplitude');
title('原始信号、滤波后的信号');