小波(Wavelet)这一术语,顾名思义,“小波”就是小的波形。所谓“小”是指它具有衰减性;而称之为“波”则是指它的波动性,其振幅正负相间的震荡形式。与Fourier变换相比,小波变换是时间(空间)频率的局部化分析,它通过伸缩平移运算对信号(函数)逐步进行多尺度细化,最终达到高频处时间细分,低频处频率细分,能自动适应时频信号分析的要求,从而可聚焦到信号的任意细节,解决了Fourier变换的困难问题,成为继Fourier变换以来在科学方法上的重大突破。
1、步骤
将原始数据文件夹copy到装有matlab 的电脑
打开matlab软件, 进入软件主界面
在软件的左下方找到start按钮,点击选择toolbox, 然后选择wavelet
进入wavemenu界面,选择一维小波中的wavelet1-D并 进入
右上角选择用于小波分析的小波基以及分解层数并点击analyse开始分析
选择要处理的信号,界面出现 loaded信号,这就是没有去噪前的原 始信号
在wavemenu主界面中选择file-load signal或者import from workspace— import signal
将数据文件(.Mat 格式)托到matlab 软件主界面的 workspace
分析后在左边栏目 中出现s,a*, d*,其中s为原信 号,a*为近似信 号,d*为细节信号
然后点击denoise 去噪
matlab小波工具箱小波分析步骤_文档下载/b-12b70285c77da26925c5b0ae.html 阈值方法常用的有 4种fixed(固定阈值), rigorsure, heusure,minmax 根据需要选择,一 般情况下 rigorsure方式去 噪效果较好
Soft(软阈值), hard(硬阈值)一 般选择软阈值去噪 后的信号较为平滑
在此窗口下点击 file-save denoised singal,保存输出 去噪后的信号
点击denoise开始正式去噪
在噪声结构下面的数值不要随意改,这是系统默认的去噪幅度
在噪声结构中选择 unscaled white noise,因为在工程应用中的噪声一般不仅仅含有白噪 声
去噪结束
去噪结束后,把去噪后信号(.mat格 式)拖至matlab主界面的workspace 中,与原信号一起打包,以便以后计 算统计量
Matlab编程计算相关统计量以及特征 量
得出统计量和特征量后结束
2、步骤流程