http://www.ilovematlab.cn/thread-50310-1-1.html
%% 利用小波分析对监测采集的信号进行去噪处理,恢复原始信号
%小波分析进行去噪有3中方法:
%1、默认阈值去噪处理。该方法利用函数ddencmp( )生成信号的默认阈值,然后利用函数wdencmp( )进行去噪处理;
%2、给定阈值去噪处理。在实际的去噪处理过程中,阈值往往可通过经验公式获得,且这种阈值比默认阈值的可信度高。在进行阈值量化处理时可利用函数wthresh( );
%3、强制去噪处理。该方法是将小波分解结构中的高频系数全部置0,即滤掉所有高频部分,然后对信号进行小波重构。这种方法比较简单,且去噪后的信号比较平滑,但是容易丢失信号中的有用成分。
%% 利用小波分析对监测采集的水轮机信号进行去噪处理,恢复原始信号
%Program Start
%% 载入监测所得信号
load default.txt; %装载采集的信号
x= default;
lx=length(x);
t=[0:1:length(x)-1]';
%% 绘制监测所得信号
subplot(2,2,1);
plot(t,x);
titl
%% 利用小波分析对监测采集的信号进行去噪处理,恢复原始信号
%小波分析进行去噪有3中方法:
%1、默认阈值去噪处理。该方法利用函数ddencmp( )生成信号的默认阈值,然后利用函数wdencmp( )进行去噪处理;
%2、给定阈值去噪处理。在实际的去噪处理过程中,阈值往往可通过经验公式获得,且这种阈值比默认阈值的可信度高。在进行阈值量化处理时可利用函数wthresh( );
%3、强制去噪处理。该方法是将小波分解结构中的高频系数全部置0,即滤掉所有高频部分,然后对信号进行小波重构。这种方法比较简单,且去噪后的信号比较平滑,但是容易丢失信号中的有用成分。
%% 利用小波分析对监测采集的水轮机信号进行去噪处理,恢复原始信号
%Program Start
%% 载入监测所得信号
load default.txt;
x= default;
lx=length(x);
t=[0:1:length(x)-1]';
%% 绘制监测所得信号
subplot(2,2,1);
plot(t,x);
titl
