小波变换的原理及matlab仿真程序讲解学习

小波变换的原理及m a t l a b仿真程序

基于小波变换的信号降噪研究

2 小波分析基本理论

设Ψ(t)∈L 2( R) ( L 2( R) 表示平方可积的实数空间，即能量有限的信号空间) ， 其傅立叶变换为Ψ(t)。当Ψ(t)满足条件[4,7]：

2

()

R

t dw w

C

ψψ

=<∞?

（1）

时，我们称Ψ(t)为一个基本小波或母小波，将母小波函数Ψ(t)经伸缩和平移后，就可以得到一个小波序列：

,()(

)a b

t b

t a

ψ

-=

,,0a b R a ∈≠ （2） 其中a 为伸缩因子，b 为平移因子。

对于任意的函数f(t)∈L 2( R)的连续小波变换为：

,(,),()(

)f a b R

t b

W a b f f t dt a

ψψ-=<>=

?

（3） 其逆变换为：

211()(,)()f

R R t b f t W a b dadb C a a

ψ

ψ+-=

?? （4） 小波变换的时频窗是可以由伸缩因子a 和平移因子b 来调节的，平移因子b,可以改变窗口在相平面时间轴上的位置，而伸缩因子b 的大小不仅能影响窗口在频率轴上的位置,还能改变窗口的形状。小波变换对不同的频率在时域上的取样步长是可调节的，在低频时，小波变换的时间分辨率较低，频率分辨率较高：在高频时，小波变换的时间分辨率较高，而频率分辨率较低。使用小波变换处理信号时，首先选取适当的小波函数对信号进行分解，其次对分解出的参

数进行阈值处理，选取合适的阈值进行分析，最后利用处理后的参数进行逆小波变换，对信号进行重构。

3 小波降噪的原理和方法

3.1 小波降噪原理

从信号学的角度看 ,小波去噪是一个信号滤波的问题。尽管在很大程度上小波去噪可以看成是低通滤波 ,但由于在去噪后 ,还能成功地保留信号特征 ,所以在这一点上又优于传统的低通滤波器。由此可见 ,小波去噪实际上是特征提取和低通滤波的综合 ,其流程框图如图所示[6]：

小波分析的重要应用之一就是用于信号消噪 ,一个含噪的一维信号模型可表示为如下形式：

(k)()()S f k e k ε=+* k=0.1…….n-1

其中 ,f( k)为有用信号,s(k)为含噪声信号,e(k)为噪声,ε为噪声系数的标准偏差。

假设e(k)为高斯白噪声,通常情况下有用信号表现为低频部分或是一些比较平稳的信号,而噪声信号则表现为高频的信号,下面对 s(k)信号进行如图结构的小波分解,则噪声部分通常包含在Cd1、Cd2、Cd3中,只要对 Cd1,Cd2,Cd3作相应的小波系数处理,然后对信号进行重构即可以达到消噪的目的。

3.2 降噪方法

一般来说，一维信号的降噪过程可以分为 3个步骤进行[5,6]：

1）一维信号的小波分解，选择一个小波并确定一个小波分解的层次N，然后对信号进行N层小波分解计算。

2）小波分解高频系数的阈值量化，对第1层到第N层的每一层高频系数，选择一个阈值进行软阈值量化处理．

3）一维小波的重构。根据小波分解的第 N层的低频系数和经过量化处理后的第1层到第N 层的高频系数，进行一维信号的小波重构。在这 3个步骤中，最核心的就是如何选取阈值并对阈值进行量化，在某种程度上它

关系到信号降噪的质量．在小波变换中，对各层系数所需的阈值一般根

据原始信号的信号噪声比来选取，也即通过小波各层分解系数的标准差

来求取，在得到信号噪声强度后，可以确定各层的阈值。这里着重讨论

了信号在两种不同小波恢复后信号质量的不同和对信号中的信号与噪声

进行分离。

4．仿真实验

本文采用Mtalab本身程序提供的noissin信号函数及初设原始信号f（x）为例进行Matlab分析[1,3],其中：

()sin(0.03)

f x t

e = noissin + 0.5*randn(size(e1));

首先对noissin函数上叠加上随机噪声信号得到e，分别对比采用db10小波和sym8小波对信号e进行5层分解，并且细节系数选用minimaxi阈值模式和尺度噪声（db10）以及选用sure阈值模式和尺度噪声(sym8)。在进行噪声消除后，还对原信号进行进一步分析，将原始信号和噪声信号分离开来，仿真结果如图所示：

图1

图2

图3

图1-1为原始信号图形，1-2为叠加随机噪声后的图形，而1-3和1-4为

利用db10和sym8小波默认阈值降噪后的信号图形。从图1-3和1-4可以看出利用db10和sym8小波降噪后的信号基本上恢复了原始信号，去噪效果明显。但是滤波后的信号与原始信号也有不同，从图中可以很直观地看到采用阈值消噪后信号特征值较少无法准确还原原始信号这是由于为降噪过程中所用的分析小波和细节系数的阈值不恰当所致，如需要更好的恢复信号，还可以采用其它种类小波对其进行分析，通过选取不同的阈值，分析结果，得到一个合适的阈值。

从图2和图3中看出，在经过用db10对信号进行5层分解，然后分别对分解的第5层到第1层的低频系数和高频系数进行重构。可以得出其主要基波函数和高频噪声函数的图形，其中小分波分解的细节信号是有白噪声分解得到的，而正弦信号可以在图2中的近似信号a5得到。因为在这一层的影响已经可以忽略了，所以获得的信号就是初始信号的波形，从而把淹没在噪声中的有用信号有效地分离出来。

5 总结

小波变换对平稳信号的去噪声，要比传统的滤波去噪声得到的效果好．用

小波变换进行信号降噪处理，既降低了噪声同时又提高了信噪比，这说明小波降噪方法是切实可行的方案，但是由于小波函数很多，采用不同的小波进行分解，得到的结果可能相差很大，而变换前并不能预知哪一种小波降噪效果更好，需反复试验比较才能得到良好的效果，这也是小波变换的困难之处之一。另外信号降噪过程中阀值的选取是十分重要的。本文利用两个小波( sym8 ，db

10 )以及将信号中的信噪分离开来，更加直观可行，通过分别进行信号降噪处理对所得结果与原始信号进行比较可以得出Sym8小波以及默认阈值处理后的重构信号与原始信号最为接近，与分离的结果相同。

小波分析是一种信号的视频分析方法,它具有多分辨率分析的特点 ,很适合探测正常信号中夹带的瞬态反常现象并展示其成分,有效区分信号中的突变部分和噪声。通过MATLAB编制程序进行给定信号的噪声抑制和非平稳信号的噪声消除实验表明:基于小波分析的消噪方法是一种提取有用信号、展示噪声和突变信号的优越方法 ,具有广阔的实用价值。在这个越来月信息化的社会中，基于小波分析的应用前景必将越来越广泛。

N=10;

t=1:10;

f=sin(3.14*t).*exp(0.2*t)+20*sin(6.28*t).*exp(0.3*t)+5*sin(1.256* t).*exp(0.4*t);

plot(t,f);

f=sin(0.314*t).*exp(0.0002*t)+20*sin(0.628*t).*exp(0.0003*t)+5*si n(0.1256*t).*exp(0.0004*t);

输出数据

fid=fopen('E:1.txt','wt');

>> fprintf(fid,'%f\n',L);

[C,L]=wavedec(f,5,'db10');

>> fid=fopen('E:1.txt','wt');

>> fprintf(fid,'%f\n',L);

>> fprintf(fid,'%f\n',C);

>> [C,L]=wavedec(f,1,'db10');

>> fid=fopen('E:2.txt','wt');

>> fprintf(fid,'%f\n',C);

>> [C,L]=dwt(f,'db10');

>> fid=fopen('E:3.txt','wt');

>> fprintf(fid,'%f\n',C);

>> fprintf(fid,'%f\n',L);

参考文献

[1]徐明远，邵玉斌.MATALAB仿真在通信与电子工程中的应用[M].西安：西安

电子科技大学出版社，2010.

[2]张志涌，杨祖樱等编著.MATLAB教程（R2006a-R2007a）[M].北京：北京航

空航天出版社,2006.

[3]张德丰.详解MATLAB数字信号处理[M]北京：电子工业出版社,2010.

[4]杨建国.小波分析及其工程应用[M]北京：机械工业出版社,2005.

[5]冯毅，王香华.小波变换降噪处理及其MATLAB实现[J].数字采集与处理，

2006，,21（12）：37-39.

[6]禹海兰，李天云.基于小波理论的噪声信号分析[J].东北电力学院学

报.1997.17(3):36-40.

[7]潘泉，张磊，孟晋丽，张洪才著，小波滤波方法及应用[M].北京：清华大学出版社，2005.

附仿真源码如下：

N=1000;

t=1:1000;

f=sin(0.03*t);

load noissin;

e1=noissin;

init=2055615866;

randn('seed',init);

e = e1 + 0.5*randn(size(e1));

subplot(2,2,1);

plot(t,f);

xlabel('1 样本序列'); //x轴标记

ylabel('原始信号幅值'); //y轴标记

grid ;

subplot(2,2,2);

plot(e) ;

xlabel('2 测试样本序列' ) ;

ylabel('含有已加噪声的信号幅值') ;

grid ;

s1=wden(e,'minimaxi','s','one',5,'db12'); subplot(2,2,3);

plot(s1);

xlabel('3 db10降噪后信号' ) ;

ylabel ('db10小波降噪后的信号幅值');

grid;

s2=wden(e,'heursure','s','one',5,'sym8'); subplot(2,2,4);

plot(s2);

xlabel('4 sym降噪后信号');

ylabel('sym8小波降噪后的信号幅值');

grid;

figure;

subplot(6,1,1);plot(e);

ylabel('e');

[C,L]=wavedec(e,5,'db10');

for i=1:5

a=wrcoef('a',C,L,'db10',6-i);

subplot(6,1,i+1); plot(a);

ylabel(['a',num2str(6-i)]);

end

figure;

subplot(6,1,1);plot(e);

ylabel('e');

for i=1:5

d=wrcoef('d',C,L,'db10',6-i);

subplot(6,1,i+1);plot(d);

ylabel(['d',num2str(6-i)]);

end

MATLAB仿真实验报告

MATLAB 仿真实验报告 课题名称：MATLAB 仿真——图像处理 学院：机电与信息工程学院 专业：电子信息科学与技术 年级班级：2012级电子二班 一、实验目的 1、掌握MATLAB处理图像的相关操作，熟悉相关的函数以及基本的MATLAB语句。 2、掌握对多维图像处理的相关技能，理解多维图像的相关性质 3、熟悉Help 命令的使用，掌握对相关函数的查找，了解Demos下的MATLAB自带的原函数文件。 4、熟练掌握部分绘图函数的应用，能够处理多维图像。 二、实验条件

MATLAB调试环境以及相关图像处理的基本MATLAB语句，会使用Help命令进行相关函数查找 三、实验内容 1、nddemo.m函数文件的相关介绍 Manipulating Multidimensional Arrays MATLAB supports arrays with more than two dimensions. Multidimensional arrays can be numeric, character, cell, or structure arrays. Multidimensional arrays can be used to represent multivariate data. MATLAB provides a number of functions that directly support multidimensional arrays. Contents ： ●Creating multi-dimensional arrays 创建多维数组 ●Finding the dimensions寻找尺寸 ●Accessing elements 访问元素 ●Manipulating multi-dimensional arrays操纵多维数组 ●Selecting 2D matrices from multi-dimensional arrays从多维数组中选择二维矩 阵 (1)、Creating multi-dimensional arrays Multidimensional arrays in MATLAB are created the same way as two-dimensional arrays. For example, first define the 3 by 3 matrix, and then add a third dimension. The CAT function is a useful tool for building multidimensional arrays. B = cat(DIM,A1,A2,...) builds a multidimensional array by concatenating（联系起来）A1, A2 ... along the dimension DIM. Calls to CAT can be nested（嵌套）. (2)、Finding the dimensions SIZE and NDIMS return the size and number of dimensions of matrices. (3)、Accessing elements To access a single element of a multidimensional array, use integer subscripts（整数下标）. (4)、Manipulating multi-dimensional arrays

Matlab小波变换函数

Matlab小波函数 Allnodes 计算树结点 appcoef 提取一维小波变换低频系数 appcoef2 提取二维小波分解低频系数 bestlevt 计算完整最佳小波包树 besttree 计算最佳(优)树 *biorfilt 双正交样条小波滤波器组 biorwavf 双正交样条小波滤波器 *centfrq 求小波中心频率 cgauwavf Complex Gaussian小波 cmorwavf coiflets小波滤波器 cwt 一维连续小波变换 dbaux Daubechies小波滤波器计算 dbwavf Daubechies小波滤波器dbwavf(W) W='dbN' N=1,2,3,...,50 ddencmp 获取默认值阈值(软或硬)熵标准 depo2ind 将深度-位置结点形式转化成索引结点形式detcoef 提取一维小波变换高频系数 detcoef2 提取二维小波分解高频系数 disp 显示文本或矩阵 drawtree 画小波包分解树(GUI) dtree 构造DTREE类 dwt 单尺度一维离散小波变换

dwt2 单尺度二维离散小波变换 dwtmode 离散小波变换拓展模式 *dyaddown 二元取样 *dyadup 二元插值 entrupd 更新小波包的熵值 fbspwavf B样条小波 gauswavf Gaussian小波 get 获取对象属性值 idwt 单尺度一维离散小波逆变换 idwt2 单尺度二维离散小波逆变换 ind2depo 将索引结点形式转化成深度—位置结点形式*intwave 积分小波数 isnode 判断结点是否存在 istnode 判断结点是否是终结点并返回排列值 iswt 一维逆SWT(Stationary Wavelet Transform)变换iswt2 二维逆SWT变换 leaves Determine terminal nodes mexihat 墨西哥帽小波 meyer Meyer小波 meyeraux Meyer小波辅助函数 morlet Morlet小波 nodease 计算上溯结点 nodedesc 计算下溯结点(子结点)

实验二 Matlab程序设计基本方法1

实验二Matlab程序设计基本方法 覃照乘自092 电气工程学院 一、实验目的： 1、熟悉MATLAB 程序编辑与设计环境 2、掌握各种编程语句语法规则及程序设计方法 3、函数文件的编写和设计 4、了解和熟悉跨空间变量传递和赋值 二、实验基本知识： ◆for循环结构 语法：for i＝初值：增量：终值 语句1 …… 语句n end 说明：1．i＝初值：终值，则增量为1。 2．初值、增量、终值可正可负，可以是整数，也可以是小数，只须符合数学逻辑。 ◆while 循环结构 语法：while 逻辑表达式 循环体语句 end 说明：1、whiIe结构依据逻辑表达式的值判断是否执行循环体语勾。若表达式的值为真，执行循环体语句一次、在反复执行时，每次都要进行判断。若表达 式的值为假，则程序执行end之后的语句。 2、为了避免因逻辑上的失误，而陷入死循环，建议在循环体语句的适当位 置加break语句、以便程序能正常执行。（执行循环体的次数不确定； 每一次执行循环体后，一定会改变while后面所跟关系式的值。） 3、while循环也可以嵌套、其结构如下：

while逻辑表达式1 循环体语句1 while逻辑表达式2 循环体语句2 end 循环体语句3 end ◆if-else-end分支结构 if 表达式1 语句1 else if 表达式2(可选) 语句2 else(可选) 语句3 end end 说明：1.if结构是一个条件分支语句，若满足表达式的条件，则往下执行；若不满足，则跳出if结构。 2．else if表达式2与else为可选项，这两条语句可依据具体情况取舍。 3．注意：每一个if都对应一个end，即有几个if，记就应有几个end。 ◆switch-case结构 语法：switch表达式 case常量表达式1 语句组1 case常量表达式2 语句组2 …… otherwise 语句组n end

MATLAB仿真实验全部

实验一 MATLAB 及仿真实验（控制系统的时域分析） 一、实验目的 学习利用MATLAB 进行控制系统时域分析，包括典型响应、判断系统稳定性和分析系统的动态特性； 二、预习要点 1、 系统的典型响应有哪些 2、 如何判断系统稳定性 3、 系统的动态性能指标有哪些 三、实验方法 （一） 四种典型响应 1、 阶跃响应： 阶跃响应常用格式： 1、)(sys step ；其中sys 可以为连续系统，也可为离散系统。 2、),(Tn sys step ；表示时间范围0---Tn 。 3、),(T sys step ；表示时间范围向量T 指定。 4、),(T sys step Y =；可详细了解某段时间的输入、输出情况。 2、 脉冲响应： 脉冲函数在数学上的精确定义：0 ,0)(1)(0 ?==?∞ t x f dx x f 其拉氏变换为：) ()()()(1)(s G s f s G s Y s f === 所以脉冲响应即为传函的反拉氏变换。 脉冲响应函数常用格式： ① )(sys impulse ； ② ); ,();,(T sys impulse Tn sys impulse ③ ),(T sys impulse Y = （二） 分析系统稳定性 有以下三种方法： 1、 利用pzmap 绘制连续系统的零极点图； 2、 利用tf2zp 求出系统零极点； 3、 利用roots 求分母多项式的根来确定系统的极点 （三） 系统的动态特性分析 Matlab 提供了求取连续系统的单位阶跃响应函数step 、单位脉冲响应函数impulse 、零输入响应函数initial 以及任意输入下的仿真函数lsim.

基于MATLAB的(小波)图像处理

基于MATLAB的（小波）图像处理 姓名：宋富冉 学号：P1******* 院系：电子信息工程学院 专业：电子与通信工程 日期：2015年11月7日

目录 摘要 (3) 第一章初期准备 1.1软件知识储备及学习 (4) 1.2 MATLAB操作平台安装及应用 (4) 1.3操作函数功能及调试 (5) 第二章图像准备 2.1图像采集 (6) 2.2 图像选择和保存 (6) 第三章程序设计及实现 3.1 软件编程调试 (7) 3.2 实现及优化程序 (11) 第四章完成任务报告 4.1报告书写 (12) 4.2总结 (12) 附录 (13)

摘要 本报告主要阐述有关于MABLAT在图像处理方面实际应用中的 六个方面的问题，分别涉及图像的读取、图像添加噪声、利用小波 函数对图像进行分割、分割后图像的重构、图像去除噪声、将程序 处理过程中所得各种图像确定存储格式并保存到指定的磁盘及命名。最终得到预期任务的要求，完成任务。 关键词：图像读取，图像加噪，图像去噪，图像重构，图像保存

第一章初期准备 1.1软件知识储备及学习 由于本人从未学习过MATLAB这门课程及其编程语言，对其一无所知，在之前的学习过程中，比较多的是应用C语言进行一些简单的及较复杂的任务编程。因此，接到任务之日起，本人就开始学习储备有关于此方面的软件知识，并逐步学习了解它的奥妙所在。 首先，是漫无目的的到图书馆查找有关于此类的各种书籍，并上网搜索各类处理程序和文档，以期寻求到刚好符合此次作业任务要求的完整程序设计及源代码。结果是可想而知的，并没有完全吻合的程序与代码。其次，在以上的查找翻看过程中，本人接触到了很多与此任务相关相通的程序设计和处理函数的功能及应用知识，受其启发，自我总结，将实现本任务所要用到的功能函数一一搜集了起来，初步了解了本任务如何开启。 1.2 MATLAB操作平台安装及应用 通过前期的理论准备，下一步就要开始上机实际操作和仿真各个函数在实际应用中的效果。第一步，就是寻求MATLAB操作平台的安装包或安装程序，在自己的桌面上把它装起来，以便后面随时随地使用操作，也为后期更深入的学习此门语言而准备好最基本的学习工具，从而为以后完全掌握此门语言工具打下基础。第二步，就是对本平台的安装和使用，由于此平台有中英文两个版本，于是这对我本人又是一种考验，由于英语专业词汇并不完全过关，对操作菜单中多个名词词组的用意并

matlab小波变换

matlab小波变换 Matlab 1. 离散傅立叶变换的 Matlab实现 Matlab 函数 fft、fft2 和 fftn 分别可以实现一维、二维和 N 维 DFT 算法；而函数 ifft、ifft2 和 ifftn 则用来计算反 DFT 。这些函数的调用格式如下： A＝fft(X,N,DIM) 其中，X 表示输入图像；N 表示采样间隔点，如果 X 小于该数值，那么Matlab 将会对 X 进行零填充，否则将进行截取，使之长度为 N ；DIM 表示要进行离散傅立叶变换。 A＝fft2(X,MROWS,NCOLS) 其中，MROWS 和 NCOLS 指定对 X 进行零填充后的 X 大小。别可以实现一维、二维和 N 维 DFT A＝fftn(X,SIZE) 其中，SIZE 是一个向量，它们每一个元素都将指定 X 相应维进行零填充后的长度。 函数 ifft、ifft2 和 ifftn的调用格式于对应的离散傅立叶变换函数一致。 别可以实现一维、二维和 N 维 DFT 例子：图像的二维傅立叶频谱 1. 离散傅立叶变换的 Matlab实现% 读入原始图像 I＝imread('lena.bmp');函数 fft、fft2 和 fftn 分 imshow(I) % 求离散傅立叶频谱 J=fftshift(fft2(I)); figure;别可以实现一维、二维和 N 维 DFT imshow(log(abs(J)),[8,10]) 2. 离散余弦变换的 Matlab 实现 Matlab

2.1. dct2 函数 功能：二维 DCT 变换 Matlab 格式：B=dct2(A) B=dct2(A,m,n) B=dct2(A,[m,n])函数 fft、fft2 和 fftn 分 说明：B＝dct2(A) 计算 A 的 DCT 变换 B ，A 与 B 的大小相同；B＝dct2(A,m,n) 和 B=dct2(A,[m,n]) 通过对 A 补 0 或剪裁，使 B 的大小为 m×n。 2.2. dict2 函数 功能：DCT 反变换 格式：B=idct2(A) B=idct2(A,m,n)别可以实现一维、二维和 N 维 DFT B=idct2(A,[m,n]) 说明：B＝idct2(A) 计算 A 的 DCT 反变换 B ，A 与 B 的大小相同；B＝idct2(A,m,n) 和 B=idct2(A,[m,n]) 通过对 A 补 0 或剪裁，使 B 的大小为m×n。 Matlab 2.3. dctmtx函数 功能：计算 DCT 变换矩阵 格式：D＝dctmtx(n) 说明：D＝dctmtx(n) 返回一个n×n 的 DCT 变换矩阵，输出矩阵 D 为double 类型。 1. 离散傅立叶变换的 Matlab实现 3. 图像小波变换的 Matlab 实现函数 fft、fft2 和 fftn 分 3.1 一维小波变换的 Matlab 实现 (1) dwt 函数 Matlab

Matlab实验第一次实验答案

实验一Matlab使用方法和程序设计 一、实验目的 1、掌握Matlab软件使用的基本方法； 2、熟悉Matlab的数据表示、基本运算和程序控制语句 3、熟悉Matlab绘图命令及基本绘图控制 4、熟悉Matlab程序设计的基本方法 二、实验内容： 1、帮助命令 使用help命令，查找sqrt（开方）函数的使用方法； 解：sqrt Square root Syntax B = sqrt(X) Description B = sqrt(X) returns the square root of each element of the array X. For the elements of X that are negative or complex, sqrt(X) produces complex results. Remarks See sqrtm for the matrix square root. Examples sqrt((-2:2)') ans = 0 + 1.4142i 0 + 1.0000i

1.0000 1.4142 2、矩阵运算 （1）矩阵的乘法 已知A=[1 2;3 4]; B=[5 5;7 8]; 求A^2*B 解：A=[1 2;3 4 ]; B=[5 5;7 8 ]; A^2*B （2）矩阵除法 已知A=[1 2 3;4 5 6;7 8 9]; B=[1 0 0;0 2 0;0 0 3]; A\B,A/B 解：A=[1 2 3;4 5 6;7 8 9 ]; B=[1 0 0;0 2 0;0 0 3 ]; A\B,A/B （3）矩阵的转置及共轭转置

实验3MATLAB程序设计

1，编写M 函数实现求一个数是否为素数，再编写一主程序（脚本文件），要求通过键盘输入一个整数，然后调用判断素数函数，从而确定它是否素数。 x=input('请输入一个整数x:'); if myprime(x) disp('您输入的整数x是一个素数。') else disp('您输入的数x不是一个素数。') end function y=myprime(x) y=1; for i=2:fix(sqrt(x)) if mod(x,i)==0 y=0; end end 2，编写M 函数统计一数值中零的个数，然后编写脚本文件，实现统计从1—2007 中零的总个数。 function num=number0(a) %统计十进制数值中0的个数 sa=num2str(a);%将数值装化为字符串 num=length(find(sa=='0'));% ));%求取字符串中'0’的个数 y=0;

for a=1:2006 num=number0(a); y=num+y; end disp(y) 504 3，编写程序计算x∈[-3,3],字长0.01：并画出曲线x = -3:0.01:3; y=zeros(size(x)); for i = 1:length(x) if -3<= x(i)& x(i)<=-1 y(i)=(-x(i).^2-4*x(i)-3)/ 2; elseif -1<= x(i) & x(i)<=1 y(i)=-x(i).^2+1; elseif 1<=x(:,i)<=3 y(i)=(-x(i).^2+4*x(i)-3)/2; end end plot(x,y) -3-2-10123

实验四 MATLAB程序设计

实验四 MATLAB 程序设计 1.实验目的 （1）熟练掌握MATLAB 的程序流程控制结构。 （2）掌握M 文件的结构，M 函数文件编写、使用。 （3）熟练掌握函数调用和参数传递。 2.实验仪器 （1）Matlab6.5应用软件安装版 一套 （3）PC 机 一台 3. 实验原理 依据MA TLAB 的编程的原理，编写M 函数文件，调用M 函数文件，完成曲线绘制。 4. 实验步骤 （1）利用for 、while 控制语句和sum 指令求和。 （2）使用MA TLAB 函数文件绘图。 （3）利用置换指令绘制脉冲响应曲线. （4）利用feval 指令实现指定的函数。 5. 实验报告内容（选做其中两题） （1）分别用for 和while 循环语句计算∑==630i i 2 K 的程序，再写出一种避免循环的计算程序。 （提示：可考虑利用MA TLAB 的sum （X,n ）函数，实现沿数组X 的第n 维求和。）保存为M 文件. （2）将课本例4-8子函数编程及调用演示，三个子图上的圆和多边形绘制在同一坐标系中。并保存为M 文件。保存输出结果图。 （3）利用置换指令subs(X,new),例4-18中的脉冲响应在t=[0,18]的曲线。并保存为M 文件。保存输出结果图。 （4）试利用feval （）指令计算F(x)+F 2(x)，其中F 可取‘sin ’、‘cos ’。（提示：先编写以个M 函数function y=trif(F,x)实现F(x)+F 2(x)的计算，在编写调用函数完成F 为‘sin ’、‘cos ’的计算），并保存为M 文件。(指定完成sin(pi/2)+sin(pi/2)^2; cos(pi/3)+cos(pi/3)^2)

基于MATLAB的小波变换在信号分析中应用的实现

基于MATLAB的小波变换在信号分析中应用的实现 院系：应用技术学院 专业：电子信息工程 姓名：李成云 指导教师单位：应用技术学院 指导教师姓名：王庆平 指导教师职称：讲师 二零一一年六月

The application of wavelet transform based on MTLAB in signal analysis Faculty：Application and Technology Institute Profession：Electronic information engeering Name：Li Chengyun Tutor’s Unit：Application and Technology Institute Tutor：Wang Qingping Tutor’s Title：Lecturer June 2011

第 I 页 目录 摘要 (1) ABSTRACT (2) 前言 (3) 第1章 绪论 (4) 1.1 本文的研究背景意义 (4) 1.2 国内外研究现状 (5) 1.3 本文的研究内容 (7) 第2章 MATLAB 简介 (8) 2.1 MATLAB 的概况 (8) 2.2 MATLAB6.1 的功能 (8) 2.3 MATLAB 的主要组成部分 (9) 2.4 MATLAB 的语言特点 (10) 第3章 基本理论 (12) 3.1 从傅里叶变换到小波变换 (12) 3.1.1 傅里叶变换 (12) 3.1.2 短时傅里叶变换 (13) 3.1.3 小波变换 (14) 3.2 连续小波变换 (15) 3.3 离散小波变换 (17) 3.4 小波包分析 (18) 3.5 多分辨率分析与M ALLAT 算法 (19) 3.5.1 多分辨率分析 (19) 3.5.2 Mallat 算法 (19) 3.6 本章小结 (20) 第4章 小波阈值法图像去噪 (21) 4.1 图像去噪 (21) 4.1.1 邻域平均法 (22) 4.1.2 中值滤波法 (24) 4.2 小波阈值去噪 (27) 4.2.1 阈值去噪原理 (28) 4.2.2 选取阈值函数 ................................................ 28 4.2.3 几种阈值选取方法 .. (29)

刘卫国版MATLAB程序设计与应用课后实验六八九

实验六 高层绘图操作 %第一题： 程序代码如下： x=linspace(0,2*pi,101); y=(0.5+3*sin(x)./(1+x.^2)).*cos(x); plot(x,y) 01234567 -1 -0.5 0.5 1 1.5 %第二题： %（1） 程序代码如下： x=linspace(-2*pi,2*pi,100); y1=x.^2; y2=cos(2*x); y3=y1.*y2; plot(x,y1,'b-',x,y2,'r:',x,y3,'y--'); text(4,16,'\leftarrow y1=x^2'); text(6*pi/4,-1,'\downarrow y2=cos(2*x)'); text(-1.5*pi,-2.25*pi*pi,'\uparrow y3=y1*y2');

-8 -6 -4 -2 2 4 6 8 -30-20 -10 10 20 30 40 %（2） 程序代码如下： x=linspace(-2*pi,2*pi,100); y1=x.^2; y2=cos(2*x); y3=y1.*y2; subplot(1,3,1);%分区 plot(x,y1); title('y1=x^2');%设置标题 subplot(1,3,2); plot(x,y2); title('y2=cos(2*x)'); subplot(1,3,3); plot(x,y3); title('y3=x^2*cos(2*x)');

-10 10 0510 15202530 35 40y1=x 2 -10 10 -1-0.8 -0.6 -0.4-0.200.20.4 0.6 0.8 1y2=cos(2*x) -10 10 -30-20 -10 10 20 30 40 y3=x 2*cos(2*x) %（3） 程序代码如下： x=linspace(-2*pi,2*pi,20); y1=x.^2; subplot(2,2,1);%分区 bar(x,y1); title('y1=x^2的条形图');%设置标题 subplot(2,2,2); stairs(x,y1); title('y1=x^2的阶梯图'); subplot(2,2,3); stem(x,y1); title('y1=x^2的杆图'); subplot(2,2,4); fill(x,y1,'r');%如果少了'r'则会出错 title('y1=x^2的填充图'); %其他的函数照样做。

MATLAB小波变换指令及其功能介绍(超级有用)解读

MATLAB小波变换指令及其功能介绍 1 一维小波变换的 Matlab 实现 (1) dwt函数 功能：一维离散小波变换 格式：[cA,cD]=dwt(X,'wname') [cA,cD]=dwt(X,Lo_D,Hi_D)别可以实现一维、二维和 N 维DFT 说明：[cA,cD]=dwt(X,'wname') 使用指定的小波基函数 'wname' 对信号X 进行分解，cA、cD 分别为近似分量和细节分量； [cA,cD]=dwt(X,Lo_D,Hi_D) 使用指定的滤波器组 Lo_D、Hi_D 对信 号进行分解。 (2) idwt 函数 功能：一维离散小波反变换 格式：X=idwt(cA,cD,'wname') X=idwt(cA,cD,Lo_R,Hi_R) X=idwt(cA,cD,'wname',L)函数 fft、fft2 和 fftn 分 X=idwt(cA,cD,Lo_R,Hi_R,L) 说明：X=idwt(cA,cD,'wname') 由近似分量 cA 和细节分量 cD 经 小波反变换重构原始信号 X 。 'wname' 为所选的小波函数 X=idwt(cA,cD,Lo_R,Hi_R) 用指定的重构滤波器 Lo_R 和 Hi_R 经小波反变换重构原始信号 X 。 X=idwt(cA,cD,'wname',L) 和 X=idwt(cA,cD,Lo_R,Hi_R,L) 指定返回信号 X 中心附近的 L 个点。 2 二维小波变换的 Matlab 实现 二维小波变换的函数别可以实现一维、二维和 N 维 DFT 函数名函数功能

--------------------------------------------------- dwt2 二维离散小波变换 wavedec2 二维信号的多层小波分解 idwt2 二维离散小波反变换 waverec2 二维信号的多层小波重构 wrcoef2 由多层小波分解重构某一层的分解信号 upcoef2 由多层小波分解重构近似分量或细节分量 detcoef2 提取二维信号小波分解的细节分量 appcoef2 提取二维信号小波分解的近似分量 upwlev2 二维小波分解的单层重构 dwtpet2 二维周期小波变换 idwtper2 二维周期小波反变换 ----------------------------------------------------------- (1) wcodemat 函数 功能：对数据矩阵进行伪彩色编码函数 fft、fft2 和 fftn 分 格式：Y=wcodemat(X,NB,OPT,ABSOL) Y=wcodemat(X,NB,OPT) Y=wcodemat(X,NB) Y=wcodemat(X) 说明：Y=wcodemat(X,NB,OPT,ABSOL) 返回数据矩阵 X 的编码矩阵 Y ；NB 伪编码的最大值，即编码范围为 0～NB，缺省值 NB＝16； OPT 指定了编码的方式（缺省值为 'mat'），即：别可以实现 一维、二维和 N 维 DFT OPT＝'row' ，按行编码 OPT＝'col' ，按列编码

实验三MATLAB程序设计

2014秋2012级《MATLAB程序设计》实验报告班级：软件C121姓名：冯杨腾学号：125692 实验三 MATLAB程序设计 一、实验目的 1、掌握建立和执行M文件的方法。 2、掌握选择结构、多分支选择结构程序的编程方法。 3、掌握多种循环结构程序的编程方法。 4、掌握定义函数文件和调用函数文件的方法。 二、实验内容 1、MATLAB M文件的创建与使用。 (1)建立自己工作目录，如D:\MATLAB。在File菜单中，单击 Set Path菜单项，在弹出对话框中建立目标文件夹，：单击Add Folder按钮，将自己的工作目录D:\MATLAB添加到搜索目录 之中，按Save按钮保存，如图1。 图1 工作目录设置 (2)在M文件编辑器中编制命令行文件。在File菜单中，单击 New—>M-File，弹出M文件编辑器，如图2：

图2 编辑器 在编辑器中输入如下命令程序： %求小于2000且为2的整数次幂的正整数。 f(1)=2; k=1; while f(k)<1000 f(k+1)=f(k)*2; k=k+1; end f,k 调试后，将其以形式保存在D:\MATLAB中。 (3)命令行程序运行。进入命令窗口，键入test1，观察运行结果： f = Columns 1 through 9 2 4 8 16 32 64 128 256 512 Column 10 1024 k = 10 (4)按上述步骤，在在编辑器中输入如下函数文件：

function f=tt(n) %求小于任何正整数且为2的整数次幂的正整数。 %c=n(n) %n 可取任意正整数。 %2004年8月。 f(1)=2; k=1; while f(k)> test2(9) f = 2 4 8 ans = 2 4 8 2、编写一个函数M 文件，计算下面函数的值，给出标量x 的值，调用该函数后，返回y 的值。 sin , (), 036,3 x x y x x x x x ≤??=<≤??-+>? 选择一些数据测试编写的函数。 源程序 ：

增量调制MATLAB仿真实验

增量调制MATLAB仿真实验

增量调制(DM)实验 一、实验目的 （1）进一步掌握MATLAB的应用。 （2）进一步掌握计算机仿真方法。 （3）学会用MATLAB软件进行增量调制(DM)仿真实验。 二、实验原理 增量调制是由PCM发展而来的模拟信号数字化的一种编码方式，它是PCM的一种特例。增量调制编码基本原理是指用一位编码，这一位码不是表示信号抽样值的大小，而是表示抽样幅度的增量特性，即采用一位二进制数码“1”或“0”来表示信号在抽样时刻的值相对于前一个抽样时刻的值是增大还是减小，增大则输出“1”码，减小则输出“0”码。输出的“1”，“0”只是表示信号相对于前一个时刻的增减，不表示信号的绝对值。 增量调制最主要的特点就是它所产生的二进制代码表示模拟信号前后两个抽样值的差别(增加、还是减少)而不是代表抽样值本身的大小，因此把它称为增量调制。在增量调制系统的发端调制后的二进制代码1和0只表示信号这一个抽样时刻相对于前一个抽样时刻是增加(用1码)还是减少(用0码)。收端译码器每收到一个1码，译码器的输出相对于前一个时刻的值上升一个量化阶，而收到一个0码，译码器的输出相对于前一个时刻的值下降一个量化阶。 增量调制(DM)是DPCM的一种简化形式。在增量调制方式下,采用1比特量化器,即用1位二进制码传输样值的增量信息,预测器是

一个单位延迟器,延迟一个采样时间间隔。预测滤波器的分子系数向量是[0,1],分母系数为1。当前样值与预测器输出的前一样值相比较,如果其差值大于零,则发1码,如果小于零则发0码。 三、实验内容 增量调制系统框图如图一所示,其中量化器是一个零值比较器,根据输入的电平极性,输出为 δ,预测器是一个单位延迟器,其输出为前一个采样时刻的解码样值,编码器也是一个零值比较器,若其输入为负值,则编码输出为0,否则输出为1。解码器将输入1,0符号转换为 δ,然后与预测值相加后得出解码样值输出,同时也作为预测器的输入 输入样值 e n e n =δsgn(e n ) 传输 n ) n n-1+δsgn(e n ) x n + - + + 预测输出 + n-1 + 预测输出 解码样值输出 x n-1 预测输入x n =x n-1+δsgn(e n ) 图一 增量调制原理框图 设输入信号为: x(t)=sin2π50t+0.5sin 2π150t 增量调制的采样间隔为1ms,量化阶距δ=0.4,单位延迟器初始值为0。建立仿真模型并求出前20个采样点使客商的编码输出序列以 解码 编码 二电平量化 单位延迟 单位 延迟

一个小波变换实例及matlab实现

1、 选择()t ?或?()? ω，使{}()k Z t k ?∈-为一组正交归一基； 2、 求n h 。 1,(),()n n h t t ??-= 或??()(2)/()H ω?ω?ω= 3、 由n h 求n g 。 1(1)n n n g h -=- 或()()i G e H t ωωωπ-= 4、 由n g ，()t ?构成正交小波基函数() t φ 1,()()n n t g t φ?-=∑ 或??()(/2)(/2)G φωω?ω= Haar 小波的构造 1）、选择尺度函数。 101 ()0t t ? ≤≤?=? ?其他 易知(n)t ?-关于n 为一正交归一基。 2）、求n h 1,(),()n n h t t ??- =()2t-n)t dt ??（ 其中 1 1(2)220n n t t n ?+? ≤≤?-=?? ?其他 当n=0时， 1 1(2)20t t ?? 0≤≤?=?? ?其他 当n=1时，

1 11(21)20t t ?? ≤≤?-=?? ?其他 故，当n=0，n=1时 1()(2)0n n t t n ?? =0,=1 ??-=? ?其他 当n=0时， ()(2)t t n ???-1 120t ? 0≤≤?=?? ?其他 当n=1时， ()(2)t t n ???-1 1120t ? ≤≤?=?? ?其他 故 n h ()2t-n)t dt ?? （1/0n n ?=0,=1 ?=? ??其他 3）、求n g 。 11/0 (1)1/10n n n n g h n -?=??=-=-=?? ??其他 4）、求()t φ。 1,()()n n t g t φ?-=∑ =0-1,011,1()()g t g t ??-+ (2)(21)t t - =1 102 111 20t t ? ≤≤???- ≤≤?? ??? 其他

MATLAB程序设计实验报告

MATLAB 程序设计实验报告 一、实验目的 1. 通过实验熟悉MATLAB 仿真软件的使用方法； 2. 掌握用MATLAB 对连续信号时域分析、频域分析和s 域分析的方法，利用绘图命令绘制出典型信号的波形，了解这些信号的基本特征； 3. 掌握用MATLAB 对离散信号时域分析、频域分析和z 域分析的方法，利用绘图命令绘制出典型信号的波形，了解这些信号的基本特征； 4. 通过绘制信号运算结果的波形，了解这些信号运算对信号所起的作用。 二、实验设备 1. 计算机 ： 2. MATLAB R2007a 仿真软件 三、实验原理 对系统的时域分析 信号的时域运算包括信号的相加、相乘，信号的时域变换包括信号的平移、反折、倒相及信号的尺度变换。 （1）信号的相加和相乘：已知信号)(1t f 和)(2t f ，信号相加和相乘记为 )()(1t f t f =)(2t f +；)()(1 t f t f =)(2t f *。 （2）信号的微分和积分：对于连续时间信号，其微分运算是用diff 函数来完成的，其语句格式为：diff(function,’variable’,n)，其中function 表示需要进行求导运算的信号，或者被赋值的符号表达式；variable 为求导运算的独立变量；n 为求导的阶数，默认值为求一阶导数。连续信号的积分运算用int 函数来完成，语句格式为：diff(function,’variable’,a,b)，其中function 表示需要进行被积信号，或者被赋值的符号表达式；variable 为求导运算的独立变量；a,b 为积分上、下限，a 和b 省略时为求不定积分。 （3）信号的平移、翻转和尺度变换 信号的平移包含信号的左移与右移，信号的翻转包含信号的倒相与折叠，平移和翻转信号不会改变信号)(t f 的面积和能量。信号的尺度变换是对信号)(t f 在时间轴上的变化，可使信号压缩或扩展。)(at f 将原波形压缩a 倍，)/(a t f 将原波形扩大a 倍。 ￥ 对系统频率特性的分析

高频电子线路Matlab仿真实验

高频电子线路Matlab 仿真实验要求 1. 仿真题目 （1） 线性频谱搬移电路仿真 根据线性频谱搬移原理，仿真普通调幅波。 基本要求：载波频率为8kHz ，调制信号频率为400Hz ，调幅度为0.3；画出调制信号、载波信号、已调信号波形，以及对应的频谱图。 扩展要求1：根据你的学号更改相应参数和代码完成仿真上述仿真；载波频率改为学号的后5位，调制信号改为学号后3位，调幅度设为最后1位/10。（学号中为0的全部替换为1，例如学号2010101014，则载波为11114Hz ，调制信号频率为114，调幅度为0.4）。 扩展要求2：根据扩展要求1的条件，仿真设计相应滤波器，并获取DSB-SC 和SSB 的信号和频谱。 （2） 调频信号仿真 根据调频原理，仿真调频波。 基本要求：载波频率为30KHz ，调制信号为1KHz ，调频灵敏度32310f k π=??，仿真调制信号，瞬时角频率，瞬时相位偏移的波形。 扩展要求：调制信号改为1KHz 的方波，其它条件不变，完成上述仿真。 2. 说明 （1） 仿真的基本要求每位同学都要完成，并且记入实验基本成绩。 （2） 扩展要求可以选择完成。

1.0 >> ma = 0.3; >> omega_c = 2 * pi * 8000; >> omega = 2 * pi * 400; >> t = 0 : 5 / 400 / 1000 : 5 / 400; >> u_cm = 1; >> fc = cos(omega_c * t); >> fa = cos(omega * t); >> u_am = u_cm * (1 + fa).* fc; >> U_c =fft(fc,1024); >> U_o =fft(fa,1024); >> U_am =fft(u_am, 1024); >> figure(1); >> subplot(321);plot(t, fa, 'k');title('调制信号');grid;axis([0 2/400 -1.5 1.5]); >> subplot(323);plot(t, fc, 'k');title('高频载波');grid;axis([0 2/400 -1.5 1.5]); >> subplot(325);plot(t, u_am, 'k');title('已调信号');grid;axis([0 2/400 -3 3]); >> fs = 5000; >> w1 = (0:511)/512*(fs/2)/1000; >> subplot(322);plot(w1, abs([U_am(1:512)']),'k');title('调制信号频谱');grid;axis([0 0.7 0 500]); >> subplot(324);plot(w1, abs([U_c(1:512)']),'k');title('高频载波频谱');grid;axis([0 0.7 0 500]); >> subplot(326);plot(w1, abs([U_am(1:512)']),'k');title('已调信号频谱');grid;axis([0 0.7 0 500]); 1.1 >> ma = 0.8; >> omega_c = 2 * pi * 11138; >> omega = 2 * pi * 138; >> t = 0 : 5 / 400 / 1000 : 5 / 400; >> u_cm = 1; >> fc = cos(omega_c * t);

Matlab程序设计实验报告

实验七Matlab 程序设计 实验目的： 1、掌握建立和执行M 文件的方法； 2、掌握实现选择结构的方法； 3、掌握实现循环结构的方法。 实验内容： 1. 编写用 5 次多项式拟合函数y=sin(x), x [0, 2 ]的脚本M 文件，要求绘图观察拟合的效果。 function shiyan1 x=0:0.5:2*pi y=sin(x) p=polyfit(x,y,5) x1=0:0.2:2*pi y1=polyval(p,x1) plot(x,y, 'b' ,x1,y1, '*r' x =

Columns 1 through 9 0 0.5000 1.0000 1.5000 2.0000 2.5000 3.0000 3.5000 4.0000 Columns 10 through 13 4.5000 5.0000 5.5000 6.0000 y = Columns 1 through 9 0 0.4794 0.8415 0.9975 0.9093 0.5985 0.1411 -0.3508 -0.7568 Columns 10 through 13 -0.9775 -0.9589 -0.7055 -0.2794 p = -0.0056 0.0881 -0.3967 0.2671 0.8902 0.0029 x1 = Columns 1 through 10 0 0.2000 0.4000 0.6000 0.8000 1.0000 1.2000 1.4000 1.6000 1.8000 Columns 11 through 20

2. 2.2000 2.4000 2.6000 2.8000 3.0000 3.2000 3.4000 3.6000 1.8001 Columns 21 through 30 4.0 4.2000 4.4000 4.6000 4.8000 5.0000 5.2000 5.4000 5.6000 5.8000 Columns 31 through 32 6.0 6.2000 y1 = Columns 1 through 10 0.29 0.1886 0.3786 0.5585 0.7172 0.8461 0.9391 0.9926 1.0048 0.9761 Columns 11 through 20 0.9083 0.8048 0.6701 0.5098 0.3301 0.1381 -0.0590 -0.2538 -0.4389 -0.6073 Columns 21 through 30 -0.7524 -0.8685 -0.9505 -0.9949 -0.9991 -0.9626 -0.8863 -0.7732 -0.6288 -0.4606 Columns 31 through 32