周期信号提高信噪比的方法

参照我之前的一篇博客改的
https://blog.csdn.net/m1f2c3/article/details/89709050

效果

主程序代码

clc;  
clear;
close all;  
  
%% Download data
% load('D:\windows7\data\biancheng\matlab\adaptive\adaptive_for_Coriolis\data\mine\TiChuGrossError.mat');
% TiChuGrossError = a;
% load('D:\windows7\data\biancheng\matlab\adaptive\adaptive_for_Coriolis\data\mine\TiChuNoise.mat');
% TiChuNoise = a;
% x1和x分别为训练集的输入和标准输出
% x1 = TiChuGrossError;
% x = TiChuNoise;

%%
fs = 44100;  
% x = wavread('b.wav');  
t = -5*pi:pi/100:5*pi;  
x = sin(t);  
x = x(:);  
sx = size(x,1);  
  
subplot(2,2,1);  
plot(x);axis([0 sx -1 1]);  
  
% 原信号FFT  
xf = fft(x,1024);  
subplot(2,2,3);  
plot(abs(xf));  
  
% 添加高斯噪声  
t = 0 : 1/fs : (sx-1)/fs;  
noise = 0.2*randn(size(x));  % 均值为0，方差为0.5的标准正态噪声  
x1 = x + noise;  
subplot(2,2,2);  
plot(x1);axis([0 sx -1 1]);  

  
% 信号加噪声后的FFT  
xf = fft(x1,1024);  
subplot(2,2,4);  
plot(abs(xf));  

%再造一个带有噪声的输入信号 lunge
noise = 0.2*randn(size(x));  % 均值为0，方差为0.5的标准正态噪声  
x2 = x + noise; 
figure,  
plot(x2)
  
%% LMS自适应滤波  
param.M        = 50;  
param.w        = ones(param.M, 1) * 0.1;  
param.u        = 0.00001;  
param.max_iter = 1000;  
param.min_err  = 0.25;  
  


[W, err] = LMS_TRAIN(x1, x, param);

% x2为测试集
x2 = x1;
W = ones(param.M, 1) * 0.1;  %%%%%%%%%%%%%%%%%前面的训练都没有用，这里直接将权重赋值成0.1
yn = LMS_TEST(x2, W, param.M);
  
figure,  
plot(yn)

figure
plot(err);
title('err');

LMS_TRAIN

function [W, err] = LMS_TRAIN(xn, dn, param)  
% xn       输入信号，带有误差的原始信号  
% dn       期望输出  
% param    Structure for using LMS, must include at least  
%          .w        - 初始化权值  
%          .u        - 学习率  
%          .M        - 滤波器阶数  
%          .max_iter - 最大迭代次数  
%          .min_err  - 迭代最小误差  
%  
% W        输出权重
% error    误差输出  

W = param.w;  % 初始权值  
M = param.M;  % 滤波器阶数  
  
if length(W) ~= M  
    error('param.w的长度必须与滤波器阶数相同.\n');  
end  
% if param.max_iter > length(xn) || param.max_iter < M  
%     error('迭代次数太大或太小，M<=max_iter<=length(xn)\n');      
% end  



iter = 1;
for i = 1:param.max_iter
    for k = M:length(xn)
        x    = xn(k:-1:k-M+1);   % 滤波器M个抽头的输入  
        y    = (W')*x;  
        err(iter)  = dn(k) - y;  
          
        % 更新滤波器权值系数  
        W = W + 2*param.u*(err(iter))*x;  
        iter = iter + 1;
          
%         if (abs(err(iter - 1)) < param.min_err); break; end  
    end  
    if (abs(err(iter - 1)) < param.min_err); break; end  

end

end

LMS_TEST

function [yn] = LMS_TEST(xn1, W, M) 
% xn1      输入信号，带有误差的原始信号  
% W        滤波器使用的权重系数    
% M        - 滤波器阶数
%  
% yn       滤波之后的输出 


% 求最优时滤波器的输出序列  
yn = inf * ones(size(xn1));  
for k = M:length(xn1)  
    x = xn1(k:-1:k-M+1);  
    yn(k) = (W')* x;  
end 

end

原理

相同角速度，不同初始相位的正弦信号相加之后的结果是相同角速度的正弦信号。附加在正弦信号上的随机噪声（此随机噪声的均值为零）在这种相加过程中会相互抵消。最终达到提高信噪比的目的。
依照上面的原理，我将程序中滤波器的阶数设定成四分之一周期，效果还算不错。
依照上面的原理，如果将滤波器的阶数设定为二分之一周期，效果应该很差，但实际效果依旧很好，不知道是为什么