exponenta event banner

wnoisest

Оценка шума 1-D вейвлет-коэффициентов

Синтаксис

STDC = wnoisest(C,L,S)
STDC = wnoisest(C)
STDC = wnoisest(C)

Описание

STDC = wnoisest(C,L,S) возвращает оценки стандартного отклонения коэффициентов детализации для уровней, содержащихся во входном векторе S. [C,L] - входная структура вейвлет-декомпозиции (см. wavedec для получения дополнительной информации.

Если C - одномерный массив ячеек, STDC = wnoisest(C) возвращает вектор, такой, что STDC(k) - оценка стандартного отклонения C{k}.

Если C - числовой массив, STDC = wnoisest(C) возвращает вектор, такой, что STDC(k) - оценка стандартного отклонения C(k,:).

Используемый оценщик - Median Absolute Deviation/0,6745, хорошо подходит для нулевого среднего гауссова белого шума в дешумирующей одномерной модели (см. thselect для получения дополнительной информации.

Примеры

свернуть все

Оценка среднеквадратического отклонения шума в N (0,1) белом векторе гауссова шума с отклонениями.

Создайте вектор шума N (0,1) с 10 случайными отклонениями .

rng default;
x = randn(1000,1);
P = randperm(length(x));
indices = P(1:10);
x(indices(1:5)) = 10;
x(indices(6:end)) = -10;

Получите дискретное вейвлет-преобразование до уровня 2, используя экстремальный фазовый вейвлет Daubechies с 3 моментами исчезновения.

[c,l] = wavedec(x,2,'db3');
stdc = wnoisest(c,l,1:2)
stdc = 1×2

    0.9650    1.0279

Несмотря на отклонения, wnoisest обеспечивает надежную оценку стандартного отклонения.

Ссылки

Донохо, Д. Л.; И. М. Джонстоун (1994), «Идеальная пространственная адаптация методом вейвлет-усадки», Biometrika, vol 81, pp. 425-455.

Донохо, Д. Л.; I.M. Johnstone (1995), «Адаптация к неизвестной гладкости посредством усадки импульса посредством усадки импульса», JASA, vol 90, 432, pp. 1200-1224.

Расширенные возможности

Создание кода C/C + +
Создайте код C и C++ с помощью MATLAB ® Coder™

.

См. также

Функции

Приложения

Представлен до R2006a