生成一个含噪信号,利用小波和小波包去噪,比较差异

更新时间:2023-04-16 02:44:01 阅读量: 实用文档 文档下载

说明:文章内容仅供预览,部分内容可能不全。下载后的文档,内容与下面显示的完全一致。下载之前请确认下面内容是否您想要的,是否完整无缺。

题目:生成一个含噪信号,利用小波和小波包去噪,比较差异

%%

clear all

clc

% 产生含噪信号

t=0:1000;

x=4*sin(0.05*t);

noisyx=awgn(x,0);

subplot(411),plot(x),title('原始信号');

subplot(412),plot(noisyx),title('含噪信号');

% 使用小波降噪

xd1=wden(noisyx,'minimaxi','s','one',6,'sym8');

subplot(413),plot(xd1),title('用小波去噪后的信号');

% 使用小波包降噪

n=length(noisyx);

thr=sqrt(2*log(n*log(n)/log(2)));

xd2=wpdencmp(noisyx,'s',6,'sym8','sure',thr,1);

subplot(414),plot(xd2),title('用小波包降噪后的信号');

020040060080010001200

-5

05

原始信号

020040060080010001200-10

010

含噪信号

020040060080010001200-5

05

用小波去噪后的信号

020040060080010001200-505

用小波包降噪后的信号

问题:降噪后的图形为何在x 轴上有一定偏移

题目2:研究小波包分解终各节点的重构系数

%%

load noisdopp;

x=noisdopp;

% 利用db3小波包在第三层对x 进行分解,使用shannon 熵 wx=wpdec(x,3,'db1','shannon');

plot(wx);%画出小波包树

%重构小波包节点(2,1)

rcfs=wprcoef(wx,[2,1]);

figure

subplot(211);plot(x);title('原始信号');

subplot(212);plot(rcfs);title('重构小波包节点(2,1)'); Tree Decomposition

(0,0)(1,0)(1,1)(2,0)(2,1)(2,2)(2,3)(3,0)(3,1)(3,2)(3,3)(3,4)(3,5)(3,6)(3,7)50100150200250-4-3

-2

-1

1

2

3

4

5

data for node: (4) or (2,1).

020040060080010001200

-10-5

5

10

原始信号

020040060080010001200

-4-2

2

4

重构小波包节点(2,1)

题目3:生成最优树,给出其熵值

%%

load noisbump;

x=noisbump;

% 利用db3小波包在第三层对x 进行分解,使用shannon 熵

wx=wpdec(x,3,'db1','shannon');

%分解小波包[3 0]

wpt=wpsplt(wx,[3 0]);

%画出小波包树

plot(wpt);

%计算最优小波包树

blt=bestlevt(wpt);

plot(blt);

%读取所有节点的熵值

nodes=allnodes(wpt)

ent=read(wpt,'ent',nodes);

ent'

Tree Decomposition

(0,0)

(1,0)(1,1)

(2,0)(2,1)(2,2)(2,3)(3,0)(3,1)(3,2)(3,3)(3,4)(3,5)(3,6)(3,7)

(4,0)(4,1)

50100150200250

-6

-4

-2

2

4

6

data for node: (4) or (2,1).

Tree Decomposition

(0,0)

(1,0)(1,1)

(2,0)

(2,1)

(2,2)

(2,3)

(3,0)(3,1)(3,2)(3,3)(3,4)(3,5)(3,6)(3,7)

50100150200250

-6

-4

-2

2

4

6

data for node: (4) or (2,1).

ans =

1.0e+005 *

Columns 1 through 11

-1.0672 -1.2091 -0.0026 -1.3426 -0.0035 -0.0014 -0.0014 -1.4396 -0.0142 -0.0027 -0.0004

Columns 12 through 17

-0.0015 -0.0006 -0.0006 -0.0004 -1.4294 -0.0428

本文来源:https://www.bwwdw.com/article/lp0q.html

Top