Matlab实现基于滑动平均的信号去噪

一、基本信号处理

1. 信号、噪声功率计算

2. 信噪比

3. 信号的频域分析

二、噪声的仿真与去除

滑动平均去噪是工程上普遍应用的去噪方法，设受噪声干扰的信号为f[n]=s[n]+d[n]，其中为有用信号为s(n)=-2n*n+4n，d[n]为噪声。已知M点滑动平均系统的输入输出关系为

 

编程实现用M点滑动平均系统对受噪声干扰的信号的去噪。

本仿真的关键是描述M点滑动平均系统，以6点滑动平均为例：

系统可描述为：filter([1/6 1/6 1/6], [1])

运行结果如图2-7所示，由去噪分析结果可知，M点滑动平均去噪法用于计算的点数越多，去噪效果越好，但是产生的时移也越大，因此在工程去噪中应合理选择去噪的参数。

程序关键代码和波形显示结果如下

clear; clc; close all;
n = 0:0.01:2;
 N = length(n);
 snr = 20;
sn =-2.*n.^2+4.*n ; 
Ps = sum(sn.^2); %计算信号的功率Ps 
Pn = Ps / (10^(snr/10)); %计算噪声的功率Pn
un = sqrt(Pn/N); %计算噪声的标准差un
noise = un * randn(1, 201); %生成长度为200的高斯分布噪声
snn = sn + noise; %含噪信号
M = 6; % 滑动6均系统的窗口大小
wu = zeros(1, N); % 存储去噪后的信号
 
for i=1:N
    if i<=M 
%         qu(i)=0;
          wu(i) = sum(snn(1:i))/M;
          %wu(i)=0;
    else
    wu(i)=sum(snn(i-M+1:i))/M;
    end
end
 
subplot(2,1,1);
plot(n, sn, 'b', 'LineWidth', 2);
hold on;
plot(n,noise, 'g', 'LineWidth', 2);
hold on;
plot(n, snn, 'r', 'LineWidth', 2);
hold on;
legend('原始信号', '噪声', '含噪信号');
title('1');xlabel('时间');ylabel('幅值');
 
subplot(2,1,2);
plot(n, snn, 'r', 'LineWidth', 2);
hold on;
plot(n, wu+1, 'm', 'LineWidth', 2);
hold on;
legend( '含噪信号', '去噪信号');
title('2');xlabel('时间');ylabel('·幅值');

1、运行程序。上图生成原信号,噪声信号,含噪信号的时域波形，并进行加注标题、颜色变换，并把每个颜色对应的是什么信号标注出来；下图是去噪信号和含噪信号的对比图，粉色为去噪信号，红色为含噪信号（为了便于比较去噪信号和含噪信号，将“去噪信号”向上平移一个单位）。

2、算法分析：实现过程简单，目标明确，由于滤波方式为标准差分方程，直接采用filter函数。多次取值得出结论：M点滑动平均去噪法用于计算的点数越多，去噪效果越好，但是产生的时移也越大。