6、matlab實(shí)現(xiàn)一維小波閾值去噪

1，核心庫(kù)函數(shù)說(shuō)明

1）wnoisest函數(shù)

作用：估計(jì)一維小波高頻系數(shù)中的噪聲偏差

這個(gè)估計(jì)值使用的是絕對(duì)值中間位置的值（估計(jì)的噪聲偏差值）除以0.6745（MedianAbsoluteDeviation/0.6745），適合0均值的高斯白噪聲

2）wavedec函數(shù)

一維信號(hào)的多尺度分解，將返回諸多細(xì)節(jié)系數(shù)和每個(gè)系數(shù)的長(zhǎng)度，在matlab中鍵入“docwavedec”具體功能一目了然

3）waverec函數(shù)

一維信號(hào)小波分解系數(shù)的重構(gòu)，將返回重構(gòu)后的信號(hào)在matlab中鍵入“docwaverec”具體功能一目了然，也可以鍵入“openwaverec”查看matlab具體是怎么做的。

4）wdencmp函數(shù)

這個(gè)函數(shù)用于對(duì)一維或二維信號(hào)的壓縮或者去噪，使用方法：

1［XC，CXC，LXC，PERF0，PERFL2］=wdencmp（‘gbl’，X，‘wname’，N，THR，SORH，KEEPAPP）

2［XC，CXC，LXC，PERF0，PERFL2］=wdencmp（‘lvd’，X，‘wname’，N，THR，SORH）

3［XC，CXC，LXC，PERF0，PERFL2］=wdencmp（‘lvd’，C，L，‘wname’，N，THR，SORH）

wname是所用的小波函數(shù)，gbl（global的縮寫(xiě)）表示每層都采用同一個(gè)閾值進(jìn)行處理，lvd表示每層用不同的閾值進(jìn)行處理，N表示小波分解的層數(shù)，THR為閾值向量，對(duì)于格式（2）（3）每層都要求有一個(gè)閾值，因此閾值向量THR的長(zhǎng)度為N，SORH表示選擇軟閾值還是硬閾值（分別取為’s’和’h’），參數(shù)KEEPAPP取值為1時(shí)，則低頻系數(shù)不進(jìn)行閾值量化處理，反之，則低頻系數(shù)進(jìn)行閾值量化。XC是消噪或壓縮后的信號(hào)，［CXC，LXC］是XC的小波分解結(jié)構(gòu)，PERF0和PERFL2是恢復(fù)和壓縮L^2的范數(shù)百分比，是用百分制表明降噪或壓縮所保留的能量成分。

3.代碼實(shí)現(xiàn)

clear;

%獲取噪聲信號(hào)

loadleleccum;

indx=1:3450;

noisez=leleccum（indx）;

%信號(hào)的分解

wname=‘db3’;

lev=3;

［c，l］=wavedec（noisez，lev，wname）;

%求取閾值

sigma=wnoisest（c，l，1）;%使用庫(kù)函數(shù)wnoisest提取第一層的細(xì)節(jié)系數(shù)來(lái)估算噪聲的標(biāo)準(zhǔn)偏差

N=numel（noisez）;%整個(gè)信號(hào)的長(zhǎng)度

thr=sigma*sqrt（2*log（N））;%最終閾值

%全局閾值處理

keepapp=1;%近似系數(shù)不作處理

denoisexs=wdencmp（‘gbl’，c，l，wname，lev，thr，‘s’，keepapp）;

denoisexh=wdencmp（‘gbl’，c，l，wname，lev，thr，‘h’，keepapp）;

%作圖

subplot（311），

plot（noisez），title（‘原始噪聲信號(hào)’）;

subplot（312），

plot（denoisexs），title（‘matlab軟閾值去噪信號(hào)’）;

subplot（313），

plot（denoisexh），title（‘matlab硬閾值去噪信號(hào)’）;