小波去噪和小波包去噪的对比.docVIP

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

clearall

loadnoisdopp

x=noisdopp;

subplot(311)

plot(x);

title(原始信号的波形图)

axistight;

[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)

axistight

[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)

axistight

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。

问题2：研究小波包分解树中各节点的重构系数，给出其频谱分布，讨论波包分解的频带划分

程序如下：

clc

clearall

loadnoisdopp;

s=noisdopp;

wpt=wpdec(s,3,sym1);

plot(wpt);

r20=wprcoef(wpt,[20]);

subplot(621)

plot(r20)

title(r20)

subplot(623)

hua_fft(r20,10000,1)

title(r20的FFT)

r21=wprcoef(wpt,[21]);

subplot(622)

plot(r21)

title(r21)

subplot(624)

hua_fft(r21,10000,1)

title(r21的FFT)

r22=wprcoef(wpt,[22]);

subplot(625)

plot(r22)

title(r22)

subplot(627)

hua_fft(r22,10000,1)

title(r22的FFT)

r23=wprcoef(wpt,[23]);

subplot(626)

plot(r23)

title(r23)

subplot(628)

hua_fft(r23,10000,1)

title(r23的FFT)

r10=wprcoef(wpt,[10]);

subplot(629)

plot(r10)

title(r10)

subplot(6,2,11)