阀值去噪

用小波去噪，不同尺度下的阀值去噪，去噪效果的对比

%书本实例《实用小波分析入门》P114
%
clcclear;
%第三种信号源
f1 = 100; 
f2 = 500; 
f3 = 400;
Fs = 2000;
N = 1000;
t = （0:N-1）/Fs;
s = 0.3*sin（2*pi*f1*t） + 0.5*sin（2*pi*f2*t） + 0.2*sin（2*pi*f3*t） + 0.1*randn（1N）;

subplot（221）plot（s）title（‘原始信号‘）;
% 2. 利用coif3小波对信号进行多尺度分解
%定义小波的名称和分解尺度
w = ‘db8‘;maxlev = 4;
[c l] = wavedec（s maxlev w）;
newc = c;
subplot（222）plot（c）;%axis（[0 1000 -5 5]）title（‘原始信号在4个尺度上细节分量‘）;

% 3. 将个尺度上的细节分量进行修改
%（1）将尺度3和尺度4上的分量变为零，对小波分解后的数据进行后续处理
newc = wthcoef（‘d‘ c l [34]）;
%（2）将尺度1上的部分细节分量变为零。确定尺度1上的细节分量的位置。
k = maxlev + 1;
first = sum（l（1:k-1）） +1; last = first + l（k） -1;
indd1 = first:last;

%将尺度1上的其他分量变为原来的1/3
newc（indd1） = c（indd1）/3;

%确定尺度1上细节分量在时间段[400:600]的细节分量
%必须注意的是，尺度k上的细节分量的时间t的气势点
%与原始信号的时间t的对应关系为t/2^k这里k = 1;
indd1 = first + 400/2:first + 600/2;

%（3）将尺度1在[400:600]时间段上的细节分量变为零。利用matlab上的zeros命令将小波分解后的尺度为1上的数据中时间段为[400:600]的细节分量变为零。
newc（indd1） = zeros（size（indd1））;
%（4）将尺度2在原始信号上的时间t = 500处的上的细节分量变为4.利用比例关系找到时间 t = 500的数据在频率域中的相应位置。
k = maxlev;first = sum（l（1:k-1））+1;
newc（first + 500/2^2） = 4;
subplot（224）plot（newc（1:1000））axis（[0 1000 -5 5]）title（‘修改4个尺度上的细节分量‘）;

% 4. 重构修改后的信号
synth = waverec（newc l w）;
subplot（223）;plot（synth（1:1000））title（‘更新后的信号‘）;

%我的测试分析
figure（2）
subplot（211）plot（c）axis（[0 1000 -5 5]）title（‘原始信号在4个尺度上细节分量‘）;
subplot（212）plot（l）title（‘原始信号在4个尺度上近似分量‘）;

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       1748  2013-04-10 22:07  小波去噪.m

----------- ---------  ---------- -----  ----

                 1748                    1