维纳滤波源代码.doc

维纳滤波源代码.txt15成熟的麦子低垂着头，那是在教我们谦逊；一群蚂蚁能抬走大骨头，那是在教我们团结；温柔的水滴穿岩石，那是在教我们坚韧；蜜蜂在花丛中忙碌，那是在教我们勤劳。%实例一程序_维纳滤波的计算机实现%初步处理，并接受输入数据，包括信号样本个数L和滤波器阶数Nclear allclose allL=input(L=);N=input(N=);a=0.95;%定义w，v，uw=sqrt(3*(1-a2)*(2*rand(1,L)-1);v=sqrt(3)*(2*rand(1,L)-1);u=ones(1,L);%获得原信号s(n)和带噪声信号x(n)s(1)=1;for i=2:L s(i)=a*s(i-1)+w(i);endfor i=1:L x(i)=s(i)+v(i);end%绘图比较原信号s(n)和带噪声信号x(n)figurek=(L-99):L;plot(k,s(k),r,k,x(k),b);legend(s(n),x(n),0);title(comparation between s(n) and x(n);xlabel(n);ylabel(Input);%计算信号x(n)的N阶自相关矩阵Rxx，x(n)与s(n)的互相关函数向量rxs，并获得估计FIR滤波器系数h1phixx=xcorr(x,x);for i=1:N for j=1:N Rxx(i,j)=phixx(i-j+L); endendphixs=xcorr(x,s);for i=1:N rxs(i)=phixs(i+L);endh1=(inv(Rxx)*rxs;%获得理想FIR滤波器系数h1for i=1:N h(i)=0.238*0.724i*u(i);end%实例一程序%绘图比较估计滤波器与理想滤波器figurek=1:N;plot(k,h(k),r,k,h1(k),b);title(Ideal h(n) & Calculated h(n);legend(Ideal h(n), Calculated h(n);xlabel(n);ylabel(h(n);%计算并绘图比较理想输出与实际输出S=conv(h,v);SI(1)=S(1);for i=2:L SI(i)=0.724*SI(i-1)+0.238*x(i);endfigurek=(L-99):L;plot(k,s(k),r,k,SI(k),b);title(s(n) VS. SI(n);legend(s(n),SI(n),0);xlabel(n);ylabel(Ideal Output); SR=conv(h1,x);figurek=(L-99):L;plot(k,s(k),r,k,SR(k),b);title(s(n)VS. SR(n);legend(s(n),SR(n),0);xlabel(n);ylabel(Actual Output); EX2=0;EI2=0;ER2=0; %计算并输出所获得信号与原信号的均方误差，理想维纳滤波和估计维纳滤波均方误差for i=1:L; EX2=1/L*(x(i)-s(i)2)+EX2; end;for i=1:L; EI2=1/L*(SI(i)-s(i)2)+EI2; end;for i=1:L; ER2=1/L*(SR(i)-s(i)2)+ER2;end; EX2EI2ER2/clc;clear all;%读原始图像%format longBlurred=imread(fig525(b).bmp);subplot(1,2,1);imshow( Blurred);title(原图像);%自编函数进行维纳滤波%k=0.0025;m,n=size(Blurred);spectrum=zeros(m,n);H=zeros(m,n);for u=1:m for v=1:n H(u,v)=exp(-k*(u-m/2)2+(v-n/2)2)(5/6); spectrum(u,v)=H(u,v)2; endend f=double(Blurred); F1=fftshift(fft2(f); HW=H./(spectrum+0.001); restore1=HW.*F1; restored=real(ifft2(ifftshift(restore1);subplot(1,2,2);imshow(restored,);title(自编函数进行维纳滤波);%调用matlab提供的维纳滤波函数%figure;hw1=real(ifft2(ifftshift(H);%转化到空域上来result1=deconvwnr(Blurred,hw1,0.