matlab学习之降噪平滑算法

平滑降噪测试,代码如下

% 平滑降噪
% FFT变换和小波变换
clc
clf
clear
length_of_sig=128;
x=linspace(0,2*pi,length_of_sig);
% signal=5*sin(x)+2*sin(5*x)+randn(x);书上的这个是错的,随机数里的参数要求是整数
raw=5*sin(x)+2*sin(5*x);
signal=5*sin(x)+2*sin(5*x)+randn(1,length_of_sig);

jiequ=16;
transf=fft(signal);
filter_transf(1:jiequ)=transf(1:jiequ);
filter_transf(length_of_sig-jiequ:length_of_sig)=transf(length_of_sig-jiequ:length_of_sig);
filter_signal=ifft(filter_transf);

% before_hist=real(transf);
% after_hist=hist(before_hist);
% after_hist=histogram(before_hist);

[xd1,cxd1,lxd1] = wden(signal,‘sqtwolog‘,‘h‘,‘sln‘,3,‘db3‘);
[xd2,cxd2,lxd2] = wden(signal,‘sqtwolog‘,‘s‘,‘one‘,2,‘db3‘);

plot(x,signal,‘k--‘)
hold on;
% plot(x,raw,‘r‘)‘无噪声信号‘,
plot(x,filter_signal,‘b‘)
plot(x,xd1);
plot(x,xd2);
legend(‘无噪声信号+噪声‘,‘FFT恢复信号‘,...
    ‘小波1恢复信号‘,‘小波2恢复信号‘)
% 从结果看来小波2和FFT效果都不错。

  

参考:

1、matlab教程,例1.6 傅里叶变换与信号分析,之后发现改教程是基于matlab5.2的。

2、七中滤波方法测试matlab实现(转)

时间: 2024-10-27 11:48:20

matlab学习之降噪平滑算法的相关文章

[转载]Matlab实用小技巧——Matlab学习笔记

1.. Ctrl+C 中断正在执行的操作 如果程序不小心进入死循环,或者计算时间太长,可以在命令窗口中使用Ctrl+c来中断.MATLAB这时可能正疲于应付,响应会有些滞后. 2. figure命令新建一个绘图窗口 figure 可以打开一个空的绘图窗口,接下的绘图命令可以将图画在它里面,而不会覆盖以前的绘图窗口.当有多个figure窗口时,在命令窗口中执行如Plot等命令将覆盖当前figure窗口中的对象.所谓的当前figure窗口,也就是最后一次查看的窗口(可以用命令gcf得到). figu

从决策树学习谈到贝叶斯分类算法、EM、HMM

从决策树学习谈到贝叶斯分类算法.EM.HMM 引言 近期在面试中,除了基础 &  算法 & 项目之外,经常被问到或被要求介绍和描写叙述下自己所知道的几种分类或聚类算法(当然,这全然不代表你将来的面试中会遇到此类问题,仅仅是由于我的简历上写了句:熟悉常见的聚类 & 分类算法而已),而我向来恨对一个东西仅仅知其皮毛而不得深入,故写一个有关数据挖掘十大算法的系列文章以作为自己备试之用,甚至以备将来经常回想思考.行文杂乱,但侥幸若能对读者起到一点帮助,则幸甚至哉. 本文借鉴和參考了两本书,

MATLAB学习(3)

matlab读取图像并转化为灰度图像 image = imread('C:\Users\Administrator\Desktop\图像降噪\src\original image\100.png'); image = rgb2gray(image); image = imread('C:\Users\Administrator\Desktop\图像降噪\src\original image\1.bmp'); image = rgb2gray(image); % figure ,imshow(im

图像空域平滑算法

基于空间相领像素点的平滑算法是图像处理里面经常用到的去噪算法. 它的核心思想是:选择当前像素点c和其周围的一些像素{c, n1, n2, ..., nN}(共N+1个像素点),根据他们与c的距离和/或与c的像素差值,赋予他们不同的权重{w0, w1, w2, ..., wn}(要求0<wi<=1并且w0+w1+w2+...+wN=1, w0是当前点c的权重值),那么平滑后当前点的像素值为C' = w0*c + w1*n1 + ... + wN*nN.这种运算方式可以称为加权平均,也可以称为卷积

从决策树学习谈到贝叶斯分类算法、EM、HMM --别人的,拷来看看

从决策树学习谈到贝叶斯分类算法.EM.HMM 引言 最近在面试中,除了基础 &  算法 & 项目之外,经常被问到或被要求介绍和描述下自己所知道的几种分类或聚类算法(当然,这完全不代表你将来的面试中会遇到此类问题,只是因为我的简历上写了句:熟悉常见的聚类 & 分类算法而已),而我向来恨对一个东西只知其皮毛而不得深入,故写一个有关数据挖掘十大算法的系列文章以作为自己备试之用,甚至以备将来常常回顾思考.行文杂乱,但侥幸若能对读者起到一点帮助,则幸甚至哉. 本文借鉴和参考了两本书,一本是T

黑马程序员——C学习总结之数组排序算法实现

发表试试 黑马程序员--C学习总结之数组排序算法实现,布布扣,bubuko.com

盘点一下数据平滑算法

在自然语言处理中,经常要计算单词序列(句子)出现的概率估计.我们知道,算法在训练时,语料库不可能包含所有可能出现的序列.  因此,为了防止对训练样本中未出现的新序列概率估计值为零,人们发明了好多改善估计新序列出现概率的算法,即数据平滑算法. Laplace 法则 最简单的算法是Laplace法则,思路很简单,统计测试数据集中的元素在训练数据集中出现的次数时,计数器的初始值不要设成零,而是设成1.这样,即使该元素没有在训练集中出现,其出现次数统计值至少也是1.因此,其出现的概率估计值就不会是零了.

Ngram折扣平滑算法

本文档翻译自srilm手册ngram-discount.7.html NAME ngram-discount – 这里主要说明srilm中实现的平滑算法 NOTATION a_z         代表以a为起始词,以z为结束词的ngram,其中_代表0个或多个词 p(a_z)     前n-1个词为a_的情况下,第n个词为z的条件概率 a_           n元a_z的前n-1个词构成的前缀 _z           n元a_z的后n-1个词构成的后缀 c(a_z)   n元a_z在训练语料

matlab学习---------------进度条waitbar

语法: h = waitbar(x,'message') waitbar(x,'message','CreateCancelBtn','button_callback') waitbar(x,'message',property_name,property_value,...) waitbar(x)   %将进度条进度改为新值 waitbar(x,h)  %将句柄h的进度条进度改为x waitbar(x,h,'updated message') %更新进度条显示的进度和文字 实例1):h = w