PCA去噪--一维正弦信号去噪（高斯白噪声）

科研Beatles

已于 2024-03-06 15:34:39 修改

阅读量919

点赞数 8

分类专栏：机器学习：脉冲噪声下信号去噪方法文章标签： matlab 开发语言

于 2023-08-27 01:10:40 首次发布

本文链接：https://blog.csdn.net/weixin_43702241/article/details/132517823

版权

机器学习：脉冲噪声下信号去噪方法专栏收录该内容

1 篇文章 0 订阅

订阅专栏

备注:所有代码均为原创，若需要代码请联系yifeiwans@stu.xmu.edu.cn.希望对大家有帮助，熬夜写文章，希望大家不要白嫖。给个赞，以后会更新。

1.序言

目前，CSDN以及PUDN论坛上的代码，很少关于PCA进行信号滤波以及信号去噪的，而大多数关于用PCA降维处理.自己也搜了半天的文章发现只有完美的理论讲解，也没有相关的代码。我就根据PCA原理结合高斯白噪声，写了关于PCA去噪方法以及MATLAB代码：正弦信号+高斯白噪声通过PCA方法去除高斯白噪声，还原一维正弦信号。

PCA去噪相关原理大家可以看这篇文章：PCA进行信号滤波https://www.cnblogs.com/bjwu/p/8970823.html

2.PCA原理（待补充）

3.PCA计算步骤（待补充）

4.MATLAB代码实现

为了与文章相贴合我们采用推荐文章中给的信号例子：三个频率不同且幅值相位不相同的余弦函数之和，20，30，50HZ，幅值分别为1，2，3。噪声信号为高斯白噪声，我们现在要用主成分分析将高斯白噪声从x(t)中滤掉。

4.1噪声模型

$x(t)= \cos \left(20t\right)+2\cos \left(30t\right)+3\cos \left(50t\right)+n(t)$

其中噪声方差分为取0.1，1以及5来验证算法有效性，MATLAB噪声代码是

noise=0.1*randn(size(st1));

noise=0.1*randn(size(st1)); %方差0.1
noise=1*randn(size(st1)); %方差1
noise=5*randn(size(st1)); %方差5

4.2 仿真结果

从三种不同噪声方差下可以看出，噪声小的可以完全恢复出信号，随着噪声功率增加PCA信号恢复出现失真。具体的大家可以做出SNR图来观看。

clc;clear all;close all
%% Simulate data

dt=0.001;
t=0:dt:1-dt;
st=1*cos(2*pi*20*t)+2*cos(2*pi*30*t)+1*cos(2*pi*50*t);

% 20 30，50HZ，幅值分别为1，2 3

sigma=0.1;%噪声方差0.1 1 5


%%PCA函数代码已经隐藏，希望大家不要白嫖可以联系我286820790或邮箱286920790@qq.com
[eig_ts, V,S,N]=PCA_denoising(st,sigma) ;


%% Plotting time

% time series
figure(1)
% subplot(2,1,2)
plot(t,eig_ts/10,"r-")
hold on;
plot(t,st,"b.")
xlabel('Time (norm.)')
title('噪声方差0.1')
legend({'PCA恢复 ';'原始信号'})
zoom on