matalb中的wden函数_一维信号小波阈值去噪 - 全文

1、小波阈值处理基本理论

所谓阈值去噪简而言之就是对信号进行分解，然后对分解后的系数进行阈值处理，最后重构得到去噪信号。该算法其主要理论依据是：小波变换具有很强的去数据相关性，它能够使信号的能量在小波域集中在一些大的小波系数中;而噪声的能量却分布于整个小波域内。因此，经小波分解后，信号的小波系数幅值要大于噪声的系数幅值。可以认为，幅值比较大的小波系数一般以信号为主，而幅值比较小的系数在很大程度上是噪声。于是，采用阈值的办法可以把信号系数保留，而使大部分噪声系数减小至零。小波阈值收缩法去噪的具体处理过程为：将含噪信号在各尺度上进行小波分解，设定一个阈值，幅值低于该阈值的小波系数置为0，高于该阈值的小波系数或者完全保留，或者做相应的“收缩(shrinkage)”处理。最后将处理后获得的小波系数用逆小波变换进行重构，得到去噪后的信号。

2、阈值函数的选取

小波分解阈值去噪中，阈值函数体现了对超过和低于阈值的小波系数不同处理策略，是阈值去噪中关键的一步。设w表示小波系数，T为给定阈值，sign(*)为符号函数，常见的阈值函数有：

硬阈值函数：(小波系数的绝对值低于阈值的置零，高于的保留不变)

软阈值函数：(小波系数的绝对值低于阈值的置零，高于的系数shrinkage处理)

式(3-8)和式(3-9)用图像表示即为：

值得注意的是࿱