wnoisest

估计一维小波系数的噪声

折叠所有页面

语法

STDC = wnoisest (C、L、S) STDC = wnoisest (C) STDC = wnoisest (C)

STDC = wnoisest (C、L、S)返回输入向量中所含水平的细节系数的标准差估计值年代．[C、L]是输入的小波分解结构(见wavedec的更多信息)。

如果C是一维单元格数组，STDC = wnoisest (C)返回这样一个向量STDC (k)的标准差是多少C {k}．

如果C是一个数字数组，STDC = wnoisest (C)返回这样一个向量STDC (k)的标准差是多少C (k,:)．

使用的估计量是中值绝对偏差/ 0.6745，非常适合于去噪一维模型中的零平均高斯白噪声(见thselect的更多信息)。

打开生活的脚本

在N(0,1)高斯白噪声向量中带有离群值的噪声标准差的估计。

创建一个N(0,1)噪声向量，带有10个随机放置的离群值。

rng默认的；x = randn (1000 1);P = randperm(长度(x));指数= P (1:10);x(下标(1:5))= 10;x(下标(6:结束))= -10;

利用具有3个消失矩的Daubechies极值相位小波得到下一级的离散小波变换。

[c、l] = wavedec (x, 2,“db4”）;stdc = wnoisest (c、l、1:2)

stdc =1×20.9650 - 1.0279

尽管存在异常值，wnoisest提供标准偏差的稳健估计。

Donoho D.L.;约翰斯通(1994)，“小波收缩的理想空间适应”，生物统计学，第81卷，第425-455页。

Donoho D.L.;I.M. Johnstone(1995)，“通过小波收缩来适应未知的平滑”，JASA，第90卷，432页，1200-1224页。

之前介绍过的R2006a