quedingyuzhijiangzao.m

matlab下使用penalty策略确定降噪的阈值

%读入信号
load noisbump;
x=noisbump;
%用sym6小波对信号做5层分解
wname='sym6';
lev=5;
[c,l]=wavedec(x,lev,wname);
%通过第一层的细节洗漱估算信号的噪声强度
sigma=wnoisest(c,l,1);
%使用penalty策略确定降噪的阈值
%选择参数a=2
alpha=2;
thr1=wbmpen(c,l,sigma,alpha)

%使用birge-massart策略决定降噪的阈值
%选择参数alpha=2

[thr2,nkeep]=wdcbm(c,l,alpha)


%重建降噪信号
xd1=wdencmp('gbl',c,l,wname,lev,thr1,'s',1);
%用缺省的硬阈值对系数进行处理
[xd2,cxd,lxd,perf0,perfl2]=wdencmp('lvd',c,l,wname,lev,thr2,'h');
%求的缺省的阈值
[thr,sorh,keepapp]=ddencmp('den','wv',x)

%重建降噪信号
xd3=wdencmp('gbl',c,l,wname,lev,thr,'s',1);
subplot(411);plot(x);title('原始信号','fontsize',18);
subplot(412);plot(xd1);title('使用penalty阈值降噪后信号','fontsize',18);
subplot(413);plot(xd2);title('使用massat阈值降噪后的信号','fontsize',18);
subplot(414);plot(xd3);title('使用缺省阈值降噪后的信号','fontsize',18);