matlab 风速模型小波滤波

最新推荐文章于 2023-11-11 18:38:31 发布

studyer_domi

最新推荐文章于 2023-11-11 18:38:31 发布

阅读量1k

点赞数 1

分类专栏： Matlab系列案例文章标签： matlab 风速模型小波滤波

本文链接：https://blog.csdn.net/qingfengxd1/article/details/126091662

版权

Matlab系列案例专栏收录该内容

507 篇文章 278 订阅

订阅专栏

该博客介绍了如何在A函数（包含常数和高次三角函数）上叠加阵风噪声，并通过小波滤波方法进行滤波处理。提供了A信号、噪声N、A+N组合信号及滤波后信号的图像，以及滤波效果的差值图像。任务要求包括生成相关图像和代码实现。

摘要由CSDN通过智能技术生成

1、内容简介

略
469-可以交流、咨询、答疑

2、内容说明

任务要求
设A为函数A=3+ 2sin32t+ 1/5sin*(1/10π)te
N序列是为噪声，模型为大气的阵风模型，在网上csdn能找到4
wwww
任务要求:其实就是在A模型.上叠加一-个噪音,然后把这个噪音用滤波的方法滤掉,但是这
个噪音的模型必须是阵风的模型，阵风的模型最好能调整到32赫兹。A函数是-个连续的
解析函数，基本构成就是一-个定值加一-个高阶的三角函数。
要求:有A的图像
有N的图像小
有A+N的图像
和滤波后的图像
以及差值图像
全套程序代码等相关文件。

3、仿真分析

clc
close all
clear
rng default
fs = 200;         %采样频率
t = 0:1/fs:50;    %时间信号
A = 3+2*sin(20*t)+sin(2*pi*t); %A模型数据
figure
plot(t,A)
xlabel 时间/s
ylabel 幅值
title A信号
% 0.5*sin(80*t) + 0.5*cos(60*t)+
N = 0.5*sin(40*t) + 0.5*cos(60*t)+0.1*rand(1,length(t)); %随机信号
figure
plot(t,N)
xlabel 时间/s
ylabel 幅值
title N信号

signal = A + N; %加入噪音的模型数据；
figure
plot(t,signal)
xlabel 时间/s
ylabel 幅值
title A+N信号
[xd,cxd,lxd] = wden(signal,'sqtwolog','s','one',2,'db3');
figure
plot(t,xd,t,A);                                                 %Mix_Signal_1 小波滤波后信号