matlab小波去噪详解超全超全有程序.doc

小波去噪xd,cxd,lxd=wden(x,tptr,sorh,scal,n,wname) 式中：输入参数x 为需要去噪的信号；1.tptr ：阈值选择标准. 1)无偏似然估计（rigrsure）原则。它是一种基于史坦无偏似然估计（二次方程）原理的自适应阈值选择。对于一个给定的阈值t，得到它的似然估计，再将似然t 最小化，就得到了所选的阈值，它是一种软件阈值估计器。 2）固定阈值（sqtwolog）原则。固定阈值thr2 的计算公式为：thr 2log(n) 2 = (6)式中，n 为信号x（k）的长度。 3）启发式阈值（heursure） 原则。它是rigrsure原则和sqtwolog 原则的折中。如果信噪比很小，按rigrsure 原则处理的信号噪声较大，这时采用sqtwolog原则。 4）极值阈值（minimaxi）原则。它采用极大极小原理选择阈值，产生一个最小均方误差的极值，而不是没有误差。2. sorh ：阈值函数选择方式，即软阈值(s) 或硬阈值(h).3.scal ：阈值处理随噪声水平的变化，scal=one 表示不随噪声水平变化，scal=sln 表示根据第一层小波分解的噪声水平估计进行调整，scal=mln 表示根据每一层小波分解的噪声水平估计进行调整.4.n 和wname 表示利用名为wname 的小波对信号进行n 层分解。输出去噪后的数据xd 及xd 的附加小波分解结构cxd,lxd.常见的几种小波：haar，db，sym，coif，biorhaardbdb1db2db3db4db5db6db7db8db9db10symsym2sym3sym4sym5sym6sym7sym8coifcoif1coif2coif3coif4coif5coif6coif7coif8coif9coif10biorbior1.1bior1.3bior1.5bior2.2bior2.4bior2.6bior2.8bior3.5bior3.7bior3.9bior4.4 用MATLAB对一语音信号进行小波分解，分别用强阈值，软阈值，默认阈植进行消噪处理。复制内容到剪贴板代码:%装载采集的信号leleccum.matload leleccum;%=%将信号中第2000到第3450个采样点赋给sindx=2000:3450;s=leleccum(indx);%=%画出原始信号subplot(2,2,1);plot(s);title(原始信号);%=%用db1小波对原始信号进行3层分解并提取系数c,l=wavedec(s,3,db1);a3=appcoef(c,l,db1,3);d3=detcoef(c,l,3);d2=detcoef(c,l,2);d1=detcoef(c,l,1);%=%对信号进行强制性消噪处理并图示结果dd3=zeros(1,length(d3);dd2=zeros(1,length(d2);dd1=zeros(1,length(d1);c1=a3 dd3 dd2 dd1;s1=waverec(c1,l,db1);subplot(2,2,2);plot(s1);grid;title(强制消噪后的信号);%=%用默认阈值对信号进行消噪处理并图示结果%用ddencmp函数获得信号的默认阈值thr,sorh,keepapp=ddencmp(den,wv,s);s2=wdencmp(gbl,c,l,db1,3,thr,sorh,keepapp);subplot(2,2,3);plot(s2);grid;title(默认阈值消噪后的信号);%=%用给定的软阈值进行消噪处理sosoftd2=wthresh(d2,s,1.823);softd3=wthresh(d3,s,2.768);c2=a3 softd3 softd2 softd1;s3=waverec