资源描述:
《生成一个含噪信号,利用小波和小波包去噪,比较差异》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库。
1、题目:生成一个含噪信号,利用小波和小波包去噪,比较差异%%clearallclc%产生含噪信号t=0:1000;x=4*sin(0.05*t);noisyx=awgn(x,0);subplot(411),plot(x),title('原始信号');subplot(412),plot(noisyx),title('含噪信号');%使用小波降噪xd1=wden(noisyx,'minimaxi','s','one',6,'sym8');subplot(413),plot(xd1),title('用小波去噪后的信号');%使用小波包降噪n=length(noisyx);thr=sqrt(
2、2*log(n*log(n)/log(2)));xd2=wpdencmp(noisyx,'s',6,'sym8','sure',thr,1);subplot(414),plot(xd2),title('用小波包降噪后的信号');问题:降噪后的图形为何在x轴上有一定偏移题目2:研究小波包分解终各节点的重构系数%%loadnoisdopp;x=noisdopp;%利用db3小波包在第三层对x进行分解,使用shannon熵wx=wpdec(x,3,'db1','shannon');plot(wx);%画出小波包树%重构小波包节点(2,1)rcfs=wprcoef(wx,[2,1]);fi
3、guresubplot(211);plot(x);title('原始信号');subplot(212);plot(rcfs);title('重构小波包节点(2,1)');题目3:生成最优树,给出其熵值%%loadnoisbump;x=noisbump;%利用db3小波包在第三层对x进行分解,使用shannon熵wx=wpdec(x,3,'db1','shannon');%分解小波包[30]wpt=wpsplt(wx,[30]);%画出小波包树plot(wpt);%计算最优小波包树blt=bestlevt(wpt);plot(blt);%读取所有节点的熵值nodes=allnodes
4、(wpt)ent=read(wpt,'ent',nodes);ent'ans=1.0e+005*Columns1through11-1.0672-1.2091-0.0026-1.3426-0.0035-0.0014-0.0014-1.4396-0.0142-0.0027-0.0004Columns12through17-0.0015-0.0006-0.0006-0.0004-1.4294-0.0428