wdcbm

Пороги для вейвлета 1D использование стратегия Birgé-Massart

Синтаксис

[THR,NKEEP] = wdcbm(C,L,ALPHA,M)
wdcbm(C,L,ALPHA)
wdcbm(C,L,ALPHA,L(1))

Описание

[THR,NKEEP] = wdcbm(C,L,ALPHA,M) возвращает зависимые уровнем пороги THR и количества коэффициентов, которые будут сохранены NKEEP, для шумоподавления или сжатия. THR получен, использовав содействующее правило выбора вейвлета на основе стратегии Birgé-Massart.

[C,L] структура разложения вейвлета сигнала быть denoised или сжатый, на уровне j = length(L)-2\alpha и M должны быть вещественные числа, больше, чем 1.

THR вектор из длины j; THR(i) содержит порог для уровня i.

NKEEP вектор из длины j; NKEEP(i) содержит количество коэффициентов, которые будут сохранены на уровне i.

j, M и ALPHA задайте стратегию:

  • На уровне j+1 (и более грубых уровнях), все сохранено.

  • Для уровня i от 1 до j, ni самые большие коэффициенты сохранены с ni = / (j+2-i) ALPHA.

Обычно ALPHA = 1.5 для сжатия и ALPHA = 3 для шумоподавления.

Значение по умолчанию для M M = L(1), количество самых грубых коэффициентов приближения, поскольку предыдущая формула ведет поскольку i = j+1 к nj+1 = M = L(1). Рекомендуемые значения для M от L(1) к 2*L(1).

wdcbm(C,L,ALPHA) эквивалентно wdcbm(C,L,ALPHA,L(1)).

Примеры

% Load electrical signal and select a part of it.
load leleccum; indx = 2600:3100; 
x = leleccum(indx);

% Perform a wavelet decomposition of the signal
% at level 5 using db3.
wname = 'db3'; lev = 5;
[c,l] = wavedec(x,lev,wname);

% Use wdcbm for selecting level dependent thresholds  
% for signal compression using the adviced parameters.
alpha = 1.5; m = l(1);
[thr,nkeep] = wdcbm(c,l,alpha,m)

thr =
   19.5569   17.1415   20.2599   42.8959   15.0049

nkeep =
     1     2     3     4     7

% Use wdencmp for compressing the signal using the above
% thresholds with hard thresholding.
[xd,cxd,lxd,perf0,perfl2] = ...
                  wdencmp('lvd',c,l,wname,lev,thr,'h');

% Plot original and compressed signals.
subplot(211), plot(indx,x), title('Original signal');
subplot(212), plot(indx,xd), title('Compressed signal');
xlab1 = ['2-norm rec.: ',num2str(perfl2)];
xlab2 = [' %  -- zero cfs: ',num2str(perf0), ' %'];
xlabel([xlab1 xlab2]);

Ссылки

Birgé, Л.; П. Мэссарт (1997), “От выбора модели до адаптивной оценки”, в Д. Полларде (редактор), Festchrift для Ль. Ле Кама, Спрингера, стр 55–88.

Смотрите также

| | |

Представлено до R2006a
Для просмотра документации необходимо авторизоваться на сайте