Сгенерируйте синусоидальный сигнал, выбранный в течение 1 секунды на уровне 100 Гц. Добавьте синусоиду более высокой частоты, чтобы моделировать шум.

fs = 100;
t = 0:1/fs:1;
x = sin(2*pi*t*3)+0.25*sin(2*pi*t*40);

Используйте фильтр медианы 10-го порядка, чтобы сглаживать сигнал. Постройте результат.

y = medfilt1(x,10);

plot(t,x,t,y)
legend('Original','Filtered')
legend('boxoff')

Сгенерируйте двухканальный сигнал, состоящий из синусоид различных частот. Поместите скачки в случайные места. Используйте NaNs, чтобы добавить недостающие выборки наугад. Сбросьте генератор случайных чисел для восстанавливаемых результатов. Постройте сигнал.

rng('default')

n = 59;
x = sin(pi./[15 10]'*(1:n)+pi/3)';

spk = randi(2*n,9,1);
x(spk) = x(spk)*2;
x(randi(2*n,6,1)) = NaN;

plot(x)

Отфильтруйте сигнал с помощью medfilt1 с настройками по умолчанию. Постройте отфильтрованный сигнал. По умолчанию фильтр присваивает NaN медиане любого сегмента с недостающими выборками.

y = medfilt1(x);
plot(y)

Транспонируйте исходный сигнал. Отфильтруйте его снова, указав что функциональная работа вдоль строк. Исключите недостающие выборки при вычислении медиан. Если вы оставляете второй аргумент пустым, то medfilt1 использует порядок фильтра по умолчанию 3.

y = medfilt1(x',[],[],2,'omitnan');
plot(y')

Функция не может присвоить значение сегменту, который содержит только NaNs. Увеличьте длину сегмента, чтобы устранить эту проблему. Изменение также удаляет выброс более тщательно.

y = medfilt1(x,4,'omitnan');
plot(y)

Нулевое дополнение по умолчанию приводит к недооцениванию функции значения сигналов в ребрах. Уменьшите этот эффект при помощи уменьшающихся окон, чтобы вычислить медианы в концах.

y = medfilt1(x,4,'omitnan','truncate');
plot(y)