matlab中给信号加入白噪声,如何利用傅里叶变换去噪
发布网友
发布时间：2022-05-24 10:41
共3个回答
热心网友
时间：2023-10-11 00:47
本题中前面改一下比较直观，可以把原始信号输出来subplot（2,2,1）后面去噪信号subplot（2,2,2）频谱图subplot（2,2,3）后面可加程序
xd=wden(x,'rigrsure','s','sln',5,'sym8');
subplot（2,2,4）;plot(xd);
title('去噪信号')；
err=x-xd;
函数wden的调用格式有以下两种：
（1）[XD,CXD,LXD]=wden(X,TPTR,SORH,SCAL,N,'wname')
（2）[XD,CXD,LXD]=wden(C,L,TPTR,SORH,SCAL,N,'wname')
函数wden用于一维信号的自动消噪。X为原始信号，[C,L]为信号的小波分解，N为小波分解的层数。
THR为阈值选择规则：
*TPTR='rigrsure'，自适应阈值选择使用Stein的无偏风险估计原理。
*TPTR='heursure'，使用启发式阈值选择。
*TPTR='sqtwolog'，阈值等于sqrt(2*log(length(X))).
*TPTR='minimaxi'，用极大极小原理选择阈值。
SORH是软阈值或硬阈值的选择（分别对应's'和'h'）。
SCAL指所使用的阈值是否需要重新调整，包含下面三种：
*SCAL='one' 不调整；
*SCAL='sln' 根据第一层的系数进行噪声层的估计来调整阈值。
*SCAL='mln' 根据不同的噪声估计来调整阈值。
XD为消噪后的信号，[CXD,LXD]为消噪后信号的小波分解结构。
热心网友
时间：2023-10-11 00:48
参考代码：
clc
clear all
close all
x = randi(10, 1, 5); % 原始数据
disp('x=');
disp(x);
y1 = -1 * ones(1, length(x)); % 存储筛选出的结果，并初始化成不可能出现的结果
%-- 筛选符合条件的元素下标，并将对应元素存到y1 --%
ix = find(x>=3); % 例如，筛选出原始数据中大于3的元素的下标
if(isempty(ix))
disp('x的元素均不符合条件');
else
y1(1:length(ix)) = x(ix); % 将符合条件的元素存到y1中
y1( find(y1==-1) ) = []; % 剩余元素删除
disp('y1=');
disp(y1);
end
%----------------------------------------------%
y2 = -1 * ones(1, length(x)); % 存储筛选出的结果，并初始化成不可能出现的结果
%-- 筛选符合条件的元素值，并存入y2 --%
for i=1:length(x)
if(x(i)>=3) % 逐个检测x的元素是否符合条件，把符合条件的元素值赋值给y2
y2(i) = x(i);
end
end
y2( find(y2==-1) ) = []; % 剩余元素删除
disp('y2=');
disp(y2);
%----------------------------------%
输出结果
x=
7 1 9 10 7
y1=
7 9 10 7
y2=
7 9 10 7
热心网友
时间：2023-10-11 00:48
