基于matlab的信号去噪研究

《基于matlab的信号去噪研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、目录摘要1关键词1Abstract2KeyWord2引言31.小波去噪原理分析41.1小波去噪原理41.2小波去噪步骤52.阈值的选取与量化52.1软阈值和硬阈值52.2阈值的几种形式62.3阀值的选取73.小波消噪的MATLAB实现73.1小波去噪函数集合73.2小波去噪验证仿真84.小波去噪的MATLAB仿真对比试验10结语13参考文献13致谢1414基于MATLAB的信号去噪研究陈文（湖南城市学院物理与电信工程系益阳413000）摘要：小波分析理论是一种新兴的信号处理理论，它在时间上和频率上都有很好的局部性，这使得小波分析非常适合于时-频分析，借助

2、时-频局部分析特性，小波分析理论已经成为信号去噪中的一种重要的工具。利用小波方法去噪，是小波分析应用于实际的重要方面。小波去噪的关键是如何选择阈值和如何利用阈值来处理小波系数，通过对小波阈值化去噪的原理介绍,运用MATLAB中的小波工具箱，对一个含噪信号进行阈值去噪，实例验证理论的实际效果，证实了理论的可靠性。本文简述了几种小波去噪方法，其中的阈值去噪的方法是一种实现简单、效果较好的小波去噪方法。关键词：小波变化滤波去噪14TheStudyofDe-noisingBasedontheMATLABSignalChenWen(DepartmentofPhys

3、icsandTelecommunicationEngineering,HunanCityUniversity,YiYangHunan,413000,china)Abstract:Thewaveletanalysistheoryisanewsignalprocessingtheory.Ithasaverygoodtopicalityintimeandfrequency,whichmakesthewaveletanalysisverysuitableforthetime-frequencyanalysis.Withthetime-frequency’sloc

4、alanalysischaracteristics,thewaveletanalysistheoryhasbecomeanimportanttoolinthesignalde-noising.Usingwaveletmethodsinde-noising,isanimportantaspectintheapplicationofwaveletanalysis.Thekeyofwaveletde-noisingishowtochooseathresholdandhowtousethresholdstodealwithwaveletcoefficients.

5、Itconfirmsthereliabilityofthetheorythroughthewaveletthresholdde-noisingprinciple,theuseofthewavelettoolboxinMATLAB,carryingonthresholdde-noisingforasignalwithnoiseandactualresultsoftheexampleconfirmationtheory.Thispaperhassummarizedseveralmethodsaboutthewaveletde-noising,inwhicht

6、hethresholdde-noisingisasimple,effectivemethodofwaveletde-noising.KeyWord:WaveletchangeFilteringDenoising14引言小波变换的概念是由法国从事石油信号处理的工程师J.Morlet在1974年首先提出的，I.Daubechies[1]的《小波十讲》对小波的普及起了重要的推动作用。现在，它已经在科技信息产业领域取得了令人瞩目的成就。小波分析的应用领域十分广泛[2][3][4]。在数学方面，它已用于数值分析、构造快速数值方法、曲线曲面构造、微分方程求解、控制论

7、等。在信号分析方面的滤波、去噪声、压缩、传递等。在图象处理方面的图象压缩、分类、识别与诊断，去污等。在医学成像方面的减少B超、CT、核磁共振成像的时间，提高分辨率等。在实际的计算机控制系统中，采样信号不可避免的受到各种噪声和干扰的污染，使得由辨识采样信号得到的系统模型存在偏差而妨碍了系统控制精度的提高。通信信号去噪工作原理是利用噪声和信号在频域上分布的不同来进行的。在传统的基于傅氏变换的信号去噪方法中，总是使得信号和噪声的频带重叠部分尽可能小，这样在频域通过时不变滤波，就将信号和噪声区分开。但如果两者重叠区域很大时，就无法实现去噪的效果了。Donoho和

8、Johnstone[5]提出的小波收缩去噪算法对去除叠加性高斯白噪声非常有效。由