小波去噪和小波包去噪的对比.docVIP

小波去噪和小波包去噪的对比 小波分析作业 学生姓名：柴凯 问题1：试生成一个含噪声信号，利用matlab中的小波去噪和小波包去噪函数去除噪声，比较两者的性能差异。 程序如下： clc clear all load noisdopp x=noisdopp; subplot(311) plot(x); title(原始信号的波形图) axis tight; [thr,sorh,keepapp]=ddencmp(den,wv,x); xwd=wden(x,rigrsure,s,one,4,sym4); subplot(312) plot(xwd) title(小波降噪信号) axis tight [thr1,sorh1,keepapp1,crit]=ddencmp(den,wp,x); xwpd=wpdencmp(x,h,4,sym4,sure,thr1,1); subplot(313) plot(xwpd) title(小波包降噪信号) axis tight 运行结果如下： 区别：小波变换在低信噪比情况下的去噪效果较好，小波包分解去噪后信号更加的平滑；小波分解主要是针对细节成分全置0或者给定软（硬）阈值去噪，容易丢失信号中的有用信息。 hua_fft(r10,10000,1) title(r10的FFT) r11=wprcoef(wpt,[1 1]); subplot(6,2,10) plot(r11) title(r11) subplot(6,2,12) hua_fft(r11,10000,1) title(r11的FFT) 程序运行结果如下： 问题3：生成最优树结构，给出其熵值 程序如下： clc clear all load noisdopp; x=noisdopp; wpt=wpdec(x,3,sym4); wpt=wpsplt(wpt,[3 0]); plot(wpt) bt=besttree(wpt); plot(bt) ent=read(wpt,ent,allnodes(wpt)) T=entrupd(bt,shannon); ent=read(wpt,ent,allnodes(bt)) 图1 小波包树 图2 最优小波包树 表1 小波包树中各节点的熵值 00 10 11 20 21 22 23 30 31 -3.3195 -3.8687 -0.0128 -4.4528 -0.0194 -0.0068 -0.0071 -5.0345 -0.0406 32 33 34 35 36 37 40 41 -0.0041 -0.0374 -0.0033 -0.0026 -0.0049 -0.0014 -5.3961 -0.2270 表2 最优小波包树中各节点的熵值 00 10 11 20 21 22 23 30 31 -3.3195 -3.8687 -0.0128 -4.4528 -0.0194 -0.0068 -0.0071 -5.0345 -0.0406 32 33 40 41 -0.0041 -0.0374 -5.3961 -0.2270