可视化和降噪时间序列数据
的小波信号降噪应用程序是一个交互式可视化的工具和去噪实值一维信号和比较结果。的应用程序,您可以:
访问所有MATLAB信号®工作区。
很容易调整默认参数和应用不同的去噪技术。
可视化和比较结果。
出口去噪信号工作区。
创建工作区中的去噪信号通过生成一个MATLAB脚本。
的小波信号降噪应用程序提供了一种方法同时使用多个版本的数据去噪。
去噪信号的典型工作流使用应用和比较的结果是:
启动应用程序并加载一个一维信号从MATLAB工作区。数据的应用程序提供了一个初步去噪版本使用默认参数。
调整去噪参数和生产去噪信号的多个版本。
比较结果和出口所需的去噪信号工作区。
应用相同的其他信号去噪参数在您的工作空间中,生成一个MATLAB脚本和修改它。
MATLAB将来发布:应用程序选项卡,在信号处理和通信,点击小波信号降噪。
MATLAB命令提示:输入waveletSignalDenoiser
。
小波
——小波家族信谊
(默认)|bior
|头巾
|db
|颗
小波家族用来消除干扰信号,指定为以下之一:
信谊
——Symlets
bior
——双正交样条小波
头巾
——Coiflets
db
——Daubechies小波
颗
——Fejer-Korovkin小波
有关更多信息,请参见wdenoise
。
方法
-去噪方法贝叶斯
(默认)|BlockJS
|罗斯福
|极大极小
|确定
|UniversalThreshold
去噪方法应用,指定为以下之一:
贝叶斯
——经验贝叶斯
BlockJS
——块James-Stein
罗斯福
——错误发现率
极大极小
——极小极大估计
确定
——斯坦的无偏估计的风险
UniversalThreshold
——通用阈值
有关更多信息,请参见wdenoise
。
规则
-阈值规则中位数
(默认)|的意思是
|软
|硬
|James-Stein
阈值规则使用。有效的选项取决于去噪方法。
块James-Stein -James-Stein
经验贝叶斯-中位数
,的意思是
,软
,硬
错误发现率,硬
极大极小估计- - - - - -软
,硬
斯坦的无偏估计,风险软
,硬
通用阈值,软
,硬
有关更多信息,请参见wdenoise
。
降噪多个信号同时,您可以运行的多个实例小波信号降噪应用程序。