- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第六章_实验数据的平滑滤波1
第六章 实验数据的平滑滤波;数据滤波问题:
我们实际获得的各种实验数据或信号中总是存在各种各样的噪声. 对测量数据或信号进行处理的过程称为滤波.
滤波分为: 1. 频域滤波
2. 时域滤波
数据平滑是时域滤波的一种.; 某物理量y是时间t的函数:
对其进行采样:
一般是等时间间隔:
yi 随时间在变,故称为y的时域特征, yi 的傅立叶变换称为y的频域特征. 由时域特征考虑的滤波处理叫时域滤波,由频域特征考虑的滤波处理叫频域滤波.;生成有两个频率的信号
t=0:0.1:100;
y1=sin(2*pi*t)+2*sin(6*pi*t);
f1=fft(y1);
w=(1:length(t))/length(t);
plot(2*w,abs(f1));;设计频域滤波器
[h,err,res]=remez(40,[0 0.4 0.48 1],[1 1 0 0]);
plot(res.fgrid,abs(res.H));;滤波:
y2=filter(h,1,y1);
f2=fft(y2);
plot(2*w,abs(f2));;图形处理:中值滤波.
I=imread(eight.tif);
J=imnoise(I,salt,0.02);
imshow(J);; K=medfilt2(J);
imshow(K)
;;6.1 实验数据的移动平均
6.1.1 单纯移动平均
采集的N个数据:
对yi前后对称取2n+1个数据,求其平均值:
用它取代yi.
n=1:
yi=100,152,198,249,318,349,403,452,497,550
y?i=150,200,255,305,357,401,451,500;;6.1.2 加权移动平均
令:
其中:
用最二乘法求系数:
即:
从而求得 y?i ;6.2 线形加权移动平滑
令:
最小二乘准则:
三点线形平滑(n=1):
矩阵形式:
;令:
矩阵形式:
解:
得到:
; T=[ones(1,3);-1:1]
T =
1 -1
1 0
1 1
T*inv(T*T)*T
ans =
5/6 1/3 -1/6
1/3 1/3 1/3
-1/6 1/3 5/6 ;即:
对整个数据:
; 五点线形平滑(n=2)
T=[ones(1,5);-2:2]
T*inv(T*T)*T
ans =
3/5 2/5 1/5 0 -1/5
2/5 3/10 1/5 1/10 0
1/5 1/5 1/5 1/5 1/5
0 1/10 1/5 3/10 2/5
-1/5 0 1/5 2/5 3/5 ; 七点线形平滑(n=3)
T=[ones(1,7);-3:3]‘
T*inv(T*T)*T
ans =
13/28 5/14 1/4 1/7 1/28 -1/14 -5/28
5/14 2/7 3/14 1/7 1/14 0 -1/14
1/4 3/14 5/28 1/7 3/28 1/14 1/28
1/7 1/7 1/7 1/7 1/7 1/7 1/7
1/28 1/14 3/28 1/7 5/28
文档评论(0)