matlab小波分析去噪详解

　　MATLAB和Mathematica、Maple并称为三大数学软件。它在数学类科技应用软件中在数值计算方面首屈一指。MATLAB可以进行矩阵运算、绘制函数和数据、实现算法、创建用户界面、连接其他编程语言的程序等，主要应用于工程计算、控制设计、信号处理与通讯、图像处理、信号检测、金融建模设计与分析等领域。

　　［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，bior

　　

　　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.mat

　　load leleccum;

　　%=============================

　　%将信号中第2000到第3450个采样点赋给s

　　indx=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）; s

　　2=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（c2，l，‘db1’）;

　　subplot（2，2，4）; plot（s3）;grid;

　　title（‘给定软阈值消噪后的信号’）; f

　　td1=wthresh（d1，‘s’，1.465）;