加载一个信号。

从MATLAB^®提示,输入

负载noisdopp

设置变量。类型

s = noisdopp;

SWT,如果分解水平k是必要的,2 ^ k必须均匀地划分为信号的长度。如果你的原始信号没有正确的长度,你可以使用wextend函数来扩展它。

执行一个单级平稳小波分解。

执行一个单级分解信号的使用db1小波。类型

(swa、门限)= swt(年代,1,' db1 ');

这个生成的系数一级近似(swa)和细节门限)。都是相同长度的信号。类型

谁

显示近似系数和细节。

显示在一级近似系数和细节,类型

次要情节(1、2、1)、情节(swa);标题(近似cfs)次要情节(1、2、2),情节门限);标题(“细节慢性疲劳综合症”)

再生逆平稳小波变换的信号。

找到倒数变换,类型

A0 = iswt (swa、门限db1);

检查完美重建、类型

呃= e-14规范(s-A0)呃= 2.1450

构造和显示近似系数和细节。

构建一级近似和细节(A1和D1)的系数swa和社署、类型

nulcfs = 0(大小(swa));A1 = iswt (swa、nulcfs db1);D1 = iswt (nulcfs门限,db1);

显示在一级近似和细节,类型

次要情节(1、2、1)、情节(A1);标题(“近似A1”);次要情节(1、2、2),图(D1);标题(“细节D1”);

执行多级平稳小波分解。

执行分解信号(三级的再次使用db1小波),类型

(swa、门限)= swt(年代,3,' db1 ');

这个生成的系数近似水平1,2,3 (swa)和细节的系数(社署)。观察到的行swa和社署相同长度的信号长度。类型

明确A0 A1 D1犯错nulcfs谁

显示的近似系数和细节。

显示的近似系数和细节,类型

kp = 0;因为我= 1:3次要情节(3 2,kp + 1),情节(swa(我,:));标题([约。cfs水平”,num2str (i)])次要情节(3 2,kp + 2),图(社署(我,:));标题([详细cfs水平,num2str (i))) = kp + 2;结束

重建近似系数在3级。

重建在三级近似,类型

mzero = 0(大小门限));一个= mzero;一(3)= iswt (swa、mzero db1);

重建细节系数。

重建的细节水平1、2和3,类型

D = mzero;因为我= 1:3 swcfs = mzero;swcfs(我:)=门限(我:);D(我:)= iswt (mzero、swcfs db1);结束

重建和显示近似水平1和2在三级近似和细节水平2和3。

重建近似水平2和3,类型

:一个(2)= (3:)+ D (3:);(1:)= (2:)+ D (2:);

显示近似和细节水平1、2和3,类型

kp = 0;因为我= 1:3次要情节(3 2,kp + 1),图((我,:));标题([约。级别的,num2str (i)])次要情节(3 2,kp + 2),图(D(我,:));标题([详细级别,num2str (i))) = kp + 2;结束

去除噪声阈值。

要消除干扰信号,使用ddencmp命令计算一个默认全局阈值。使用wthresh命令来执行实际的细节系数的阈值,然后使用iswt命令得到去噪信号。

启动平稳小波变换去噪一维工具。

从MATLAB提示类型waveletAnalyzer。

的小波分析仪出现了。

单击SWT去噪一维菜单项。一维信号的离散平稳小波变换去噪工具出现。

加载数据。

在MATLAB命令提示符,键入

加载noisbloc;

执行平稳小波分解。

选择db1小波的小波菜单并选择5从水平菜单,然后单击分解信号按钮。暂停后计算,该工具显示平稳小波分解的近似系数和细节。这些也被称为nondecimated系数,因为他们得到使用相同的方案对于DWT,但省略(见大量毁灭的一步快速小波变换算法(淡水舱)在小波工具箱用户指南)。

使用平稳小波变换降噪信号。

而许多选项可用于微调去噪算法,我们将接受缺省值固定形式的软阈值和们白噪声。右边的滑块位于窗口控制等级相关阈值的一部分,由黄色虚线表示运行水平通过细节系数的图左边的窗口。黄色虚线也可以直接使用鼠标左键拖图。

注意,近似系数阈值。

单击消除干扰按钮。

结果是非常令人满意的,但是似乎oversmoothed不连续的信号。这可以被观察残差破坏点,和缩放,例如800位置。