用matlab作信号分析 如何处理低频噪音

预计用到的函数有： wavread();读入wav格式的语音信号 fft()快速傅里叶变换 plot()绘制二维图形 randn() 高斯白噪声 示例： x=wavread('filewav');%读取波形文件获得数据 x=x(1:1024);%取前1024点作为处理使用数据 fx=fft(x); figure(1); subplot(211); plot(x); subplot(212) plot(abs(fx)); snr=3; x1=x+snrrandn(1,1024);%添加高斯白噪声 fx1=fft(x1); figure(2); subplot(211); plot(x1) subplot(212); plot(abs(fx1))

去噪有很多种方法，现在小波去噪最为常用，在matlab中有自带的函数进行小波去噪，简单易行。最常用且简单的是阈值去噪，用函数ddencmp()生成信号的默认阈值，然后利用函数wdencmp()进行去噪。如：

%对含噪信号s进行3层小波分解

[c,l]=wavedec(s,3,'db1'); %s为含噪信号，3为小波分解层数，db1为采用的小波基

%获取信号默认值

[thr,sorh,keepapp]=ddencmp('den','wv',s);

%参数den代表去噪，wv代表小波，s代表含有噪声的信号

%实现去噪过程

s2=wdencmp('gbl',c,l,'db1',3,thr,sorh,keepapp);

%参数gbl表示采用全局去噪

哈哈！傻眼了吧，理论和实际不可兼得啊！对于你这个问题有如下建议：

小波去噪的试验，十个有九个都喜欢用正、余弦函数，但由于小波函数的几何特征，其实不易得到满意效果，你只能选择线性强的小波基，即对称性强并且光滑的小波，嘿嘿，貌似能做DWT的所有小波基中只有sym8的对称性最强（参看>

当你的噪声特征与信号的特征的频率相近时，小波也无能为力，它不是神，也一样分不出啥是噪声，所以其一是可增加分解层数，你这个信号只有100个数，5层已经很高了，再增大也没啥用了，可能会过多显示小波基的特征，造成扭曲失真（如果用SWT会好很多，但需要自己编制函数）；其二是参数SCAL可以改为伸缩的sln，而不是固定的one，这样分解层数和SCAL都将起作用，你可以试着改改玩，效果还行。

分解5层

分解8层

你可以试试只分解一层的状况，频率最低的几处噪声会保留下来哦！

直接用两个矩阵相见就可以啦，例如a和b矩阵相减 直接用c=a-b即可 需要注意a和b的矩阵行、列数要相等 比如可以编程 a=[1 1;2 2]; b=[3 4;5 6]; c=a-b

以上就是关于用matlab作信号分析 如何处理低频噪音全部的内容，包括:用matlab作信号分析 如何处理低频噪音、请问如何在matlab中对信号进行去噪 *** 作。最好用函数的形式，方便其他程序调用、小波去噪matlab程序等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！