mswden

Шумоподавление мультисигнала 1-D с помощью вейвлетов

mswden больше не рекомендуется. Используйте wdenoise вместо этого.

Синтаксис

[XD,DECDEN,THRESH] = mswden('den',...)
[XD,THRESH] = mswden('densig',...)
[DECDEN,THRESH] = mswden('dendec',...)
THRESH = mswden('thr',...)
[...] = mswden(OPTION,DIRDEC,X,WNAME,LEV,METH,PARAM)
[...] = mswden(...,S_OR_H)
[...] = mswden(...,S_OR_H,KEEPAPP)
[...] = mswden(...,S_OR_H,KEEPAPP,IDXSIG)

Описание

mswden вычисляет пороги и, в зависимости от выбранной опции, выполняет шумоподавление 1D сигналов с помощью вейвлетов.

[XD,DECDEN,THRESH] = mswden('den',...) возвращает denoised версию XD из исходного матричного X мультисигнала, чьей структурой разложения вейвлета является DEC. Выход XD получен пороговой обработкой коэффициенты вейвлета, DECDEN разложение вейвлета, сопоставленное к XD (см. mdwtdec), и THRESH матрица пороговых значений. Вход METH имя метода шумоподавления и PARAM связанный параметр, при необходимости.

Допустимые методы шумоподавления METH и сопоставленные параметры PARAM :

'rigrsure'

Принцип несмещенного риска глиняной кружки

'heursure'

Эвристический вариант права преимущественной покупки

'sqtwolog'

Универсальный порог sqrt(2*log(.))

'minimaxi'

Минимаксная пороговая обработка (см. thselect)

Для этих методов PARAM задает мультипликативный перемасштабирующий порог:

'one'

Нет перемасштабирование

'sln'

Перемасштабирование использования одной оценки шума уровня на основе первых коэффициентов уровня

'mln'

Перемасштабирование использования зависимой оценки уровня шума уровня

Методы пенализации

'penal'

Уголовный

'penalhi'

Уголовный высокий, 2.5 ℜ≤ PARAMℜ≤ 10

'penalme'

Уголовный носитель, 1.5 ℜ≤ PARAMℜ≤ 2.5

'penallo'

Уголовный низкий, 1 ℜ≤ PARAMℜ≤ 2

PARAM параметр разреженности, и это должно быть таково что: 1PARAM≤ 10 . Для penal метод, никакое управление не сделано.

Ручной метод

'man_thr'

Ручной метод

PARAM NbSIG- NbLEV матрица или NbSIG- (NbLEV+1) матрицируйте таким образом что:

  • PARAM(i,j) порог для коэффициентов детали уровня j для сигнала ith (1jNbLEV).

  • PARAM(i,NbLEV+1) порог для коэффициентов приближения для iсигнал th (если KEEPAPP 0).

где NbSIG количество сигналов и NbLEV количество уровней разложения.

Вместо 'den' вход OPTION, можно использовать 'densig', 'dendec' или 'thr' OPTION выбрать выходные аргументы:

[XD,THRESH] = mswden('densig',...) или [DECDEN,THRESH] = mswden('dendec',...)

THRESH = mswden('thr',...) возвращает вычисленные пороги, но шумоподавление не выполняется.

Входной параметр структуры разложения DEC может быть заменен четырьмя аргументами: DIRDECX, WNAME и LEV.

[...] = mswden(OPTION,DIRDEC,X,WNAME,LEV,METH,PARAM) прежде, чем выполнить шумоподавление или вычислить пороги, матричный X мультисигнала анализируется на уровне LEV использование вейвлета WNAME, в направлении DIRDEC.

Можно использовать еще три дополнительных входных параметров:

[...] = mswden(...,S_OR_H) или
[...] = mswden(...,S_OR_H,KEEPAPP) или
[...] = mswden(...,S_OR_H,KEEPAPP,IDXSIG)

  • S_OR_H ('s' or 'h') обозначает мягкую или трудную пороговую обработку (см. mswthresh для получения дополнительной информации).

  • KEEPAPP (true or false) указывает, сохранить ли коэффициенты приближения (true) или не (false).

  • IDXSIG вектор, который содержит индексы начальных сигналов или 'all'.

Значениями по умолчанию является, соответственно, 'h'ложь и 'all'.

Примеры

свернуть все

Загрузите 23 канала данные EEG Espiga3 [8]. Каналы располагаются по столбцам. Данные производятся на уровне 200 Гц.

load Espiga3

Выполните разложение на уровне 2 с помощью db2 вейвлет.

dec = mdwtdec('c',Espiga3,2,'db2')
dec = struct with fields:
        dirDec: 'c'
         level: 2
         wname: 'db2'
    dwtFilters: [1x1 struct]
       dwtEXTM: 'sym'
      dwtShift: 0
      dataSize: [995 23]
            ca: [251x23 double]
            cd: {[499x23 double]  [251x23 double]}

Denoise сигналы с помощью универсального метода пороговой обработки (sqtwolog) и 'sln' перемасштабирующий порог (с одной оценкой шума уровня, на основе первых коэффициентов уровня).

[xd,decden,thresh] = mswden('den',dec,'sqtwolog','sln');

Постройте исходный сигнал и соответствующий сигнал denoised.

idxA = 3;
plot(Espiga3(:,idxA),'r')
hold on
plot(xd(:,idxA),'b')
grid on
legend('Original','Denoised')

Ссылки

[1] Birgé, L. и П. Мэссарт. “От Выбора Модели до Адаптивной Оценки”. Юбилейный сборник для Люсьена Ле Кама: Научно-исследовательские работы в Вероятности и Статистике (Э. Торджерсен, Д. Поллард, и Г. Янг, редакторы). Нью-Йорк: Springer-Verlag, 1997, стр 55–88.

[2] DeVore, R. A. Б. Джейрт и Б. Дж. Лукир. “Сжатие изображения Посредством Кодирования Преобразования Вейвлета”. Транзакции IEEE на Теории информации. Издание 38, Номер 2, 1992, стр 719–746.

[3] Donoho, D. L. “Прогресс Анализа Вейвлета и WVD: Десятиминутный Тур”. Прогресс Анализа Вейвлета и Приложений (И. Мейер, и. Рок, редакторы). Джиф-сур-Иветт: Выпуски Frontières, 1993.

[4] Donoho, D. L. и я. М. Джонстон. “Идеальная Пространственная Адаптация Уменьшением Вейвлета”. Biometrika. Издание 81, стр 425–455, 1994.

[5] Donoho, D. L. i. М. Джонстон, Г. Керкьячариэн и Д. Пикар. “Уменьшение вейвлета: Asymptopia?” Журнал Королевского Статистического Общества, серий B, Издания 57, № 2, стр 301–369, 1995.

[6] Donoho, D. L. и я. М. Джонстон. “Идеальное шумоподавление в ортонормированном базисе, выбранном из библиотеки основ”. К. Р. Акэд. Наука Париж, Сер. Я, Издание 319, стр 1317–1322, 1994.

[7] Donoho, D. L. “Шумоподавление Мягкой Пороговой обработкой”. Транзакции IEEE на Теории информации. Издание 42, Номер 3, стр 613–627, 1995.

[8] Мезаструктура, Гектор. “Адаптированные Вейвлеты для Обнаружения Шаблона”. Происходящий в Распознавании образов, Анализе изображения и Приложениях, отредактированных Альберто Санфелиу и Мануелем Лазо Кортесом, 3773:933–44. Берлин, Гейдельберг: Спрингер Берлин Гейдельберг, 2005. https://doi.org/10.1007/11578079_96.

Смотрите также

Функции

Приложения

Представленный в R2007a

Для просмотра документации необходимо авторизоваться на сайте