MATLAB中基于小波阈值去噪的信号预处理

本文介绍了使用启发式、硬阈值、软阈值、固定阈值、无偏估计阈值和最大最小阈值对信号矩阵进行预处理的方法,并通过信噪比(SNR)和均方误差(RMSE)评估了不同阈值策略的效果。
摘要由CSDN通过智能技术生成
%这个代码主要是为了画图与原始信号进行对比
%其中T是原始信号,这里原始信号指的是一个信号矩阵,写了一个索引。
%LA是要处理的信号,是信号矩阵中你要进行预处理的信号

%这个是启发式阈值+硬阈值的组合
lev=4;
xd=wden(LA,'heursure','h','one',lev,'db6');%硬阈值去噪处理后的信号序列
figure;
plot(T,LA,'r',T,xd,'k-','LineWidth',0.9);
legend('原始信号','启发式阈值与硬阈值函数滤波')
xlabel('横坐标');
ylabel('纵坐标');
title(' ')
% title('启发阈值+硬阈值去噪处理')
set(gcf,'Color',[1 1 1])

启发阈值+软阈值处理就是将
xd=wden(LA,'heursure','h','one',lev,'db6');
中的h改为s。
固定阈值+软阈值后的去噪处理
将heursure改为sqtwolog,h改为s
固定阈值+硬阈值同理
无偏估计阈值+硬阈值后的去噪处理
将heursure改为rigrsure
最大最小阈值+硬阈值后的去噪处理
将heursure改为minimaxi

%评价指标用信噪比SNR及均方差MSE进行量化
%% 计算信噪比SNR
% Psig=sum(LA*LA')/l1;
% Pnoi1=sum((LA-xd)*(LA-xd)')/l1;
SNR1=10*log10(Psig/Pnoi1);
均方差
RMSE1=sqrt(Pnoi1);
  • 3
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值