资源简介
奇异值分解降噪程序,包里有详细说明,内附有word文档的说明
代码片段和文件信息
%读入信号
%对实测管道数据计算
%读取文件数据
FS=500*1024;%实际信号的采样频率
TS=1/FS;
filename=‘泄漏定位4-3\73091217_07_06.dat‘;
%%%filename=‘泄漏定位8-3\73091203_18_03.dat‘;
filename=[‘D:\20100303PipeData\‘ filename];
[dataSampleF] =ReadData(filename);%读取数据
temp=data/SampleF.Gain;%消除增益
N=3264;%N是每次处理的数据段长度
lendata=size(temp1);%取出总数据长度
t=0:TS:(lendata-1)*TS;
figure(1);
plot(t(1:N)temp(1:N));
ylim([-0.050.05]);
xlabel(‘时间/s‘);
ylabel(‘幅度/V‘);
title(‘管道泄漏原始信号‘);
dim=8;
tau=18;
startPosToZero=5;
%对时间序列加窗或者分段实行降噪处理,总数据长度261120
N=3264;%N是每次处理的数据段长度
xs=zeros(2611201);%存放降完噪的纯净信号
for j=1:5 %迭代奇异值分解的迭代次数
for iD=1:1%---------------------由于有26112个数据,id的范围应该选择为1:80---------
%对时间序列加窗或者分段实行降噪处理,总数据长度261120
x=temp(1+N*(iD-1):N*iD);%每段取N个数据存放在列向量中
%newx = getDenoiseBySVD(xdimstartPosToZero);
%SVD降噪
% 参数 dim表示相空间重构的维数
% 参数 startPosToZero表示从第几个奇异值开始之后就全为零
%X = PhaSpaRecon(xdim10);%相空间重构
[XD]=reconstructDistanceM(x‘dimtau);%相空间重构
[USV] = svd(X);
sv = diag(S); %获取奇异值向量 sigular vector
% % % 改变该奇异值向量到 newSv;
newSv = sv;
newSv(startPosToZero:end) = 0;
% % % 复原
[mn] = size(S);
newS = [diag(newSv)zeros(mn-m)];
newX = U*newS*V‘;
%newx = PhaSpaRecov(newXdim1);
[newxnum]=RecoverToTimeseries(dimtaunewX);
clear U S V
% %
xs(1+N*(iD-1):N*iD)=newx‘;
end
tempnew(1+N*(iD-1):N*iD)=xs(1+N*(iD-1):N*iD);
end;
DN=tempnew-xs;
save(‘D:\!!MY20100308毕业论文仿真\8-3SVDDN.txt‘‘DN‘‘-ASCII‘);
% %
figure(3);
plot(t(1:N)xs(1:N));
ylim([-0.050.05]);
xlabel(‘时间/s‘);
ylabel(‘幅度/V‘);
title(‘经过svd降噪后的管道泄漏信号‘);
% % D=128;%控制fft变换点数
% % ymax=fft(xsD*1024);
% % py=ymax.*conj(ymax)/(D*1024);%功率谱的计算
% % ff=FS*(0:D*1024/2)/(D*1024);%算频率坐标
% % plot(ffpy(1:(D*1024/2+1)));
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
文件 2942112 2011-03-23 09:09 奇异值分解降噪\B007_0.mat
文件 2910768 2011-03-23 09:09 奇异值分解降噪\IR007_0.mat
文件 2203 2011-03-23 09:07 奇异值分解降噪\MainSVDDenoise.m
文件 3903344 2011-03-23 09:09 奇异值分解降噪\Normal0.mat
文件 2928192 2011-03-23 09:09 奇异值分解降噪\OR007@6_0.mat
文件 1009 2011-03-23 09:07 奇异值分解降噪\qiyizhi.m
文件 2842 2011-03-23 09:07 奇异值分解降噪\ReadData.m
文件 1318969 2011-03-23 09:07 奇异值分解降噪\reconstructDistanceM.dll
文件 1642 2011-03-23 09:07 奇异值分解降噪\RecoverToTimeseries.m
文件 1228 2011-03-23 09:12 奇异值分解降噪\Unti
文件 26624 2011-03-23 09:07 奇异值分解降噪\说明文档.doc
目录 0 2013-08-23 21:38 奇异值分解降噪
----------- --------- ---------- ----- ----
14039151 13
- 上一篇:细菌觅食算法与粒子群优化算法相结合
- 下一篇:亚像素提取边缘
相关资源
- 小波包降噪
- 基于MATLAB谱减法,改进的谱减法语音
- 构造B样条小波和基于小波变换模极大
- matlab EMD 降噪方法
- 含UI界面的三种降噪
- EWT 经验小波分解
- emd分解重构信号实现降噪
- mckd 最大相关峭度解卷积
- svd_nosie_removing
- lbjz 用matlab做的基于小波降噪和自适应
- CEEMD-Noise
- L1_SVD 利用压缩感知实现波达方向估计
- svd 对一个信号进行奇异值分解
- KSVD
- SVD 对lorenz信号的(svd)奇异值分解降
-
PCA降噪在Raw域(PCA-ba
sed Spatially Ad - 小波包降噪和提升小波降噪的对比
- 医学图像降噪自适应均值滤波AMF 算法
- 基于RLS算法的多麦克风降噪
- matlab 谱减法降噪程序
- Lansvd奇异值分解
- 基于matlab的语音噪声信号处理
- 奇异值阈值SVT算法的matlab代码
评论
共有 条评论