Медианный фильтр
The dsp.MedianFilter Система object™ вычисляет движущуюся медиану входного сигнала вдоль каждого канала, независимо с течением времени. Объект использует метод скользящего окна, чтобы вычислить движущуюся медиану. В этом способе окно заданной длины перемещается по каждому каналу, выборка за выборкой, и объект вычисляет медиану данных в окне. Для получения дополнительной информации см. «Алгоритмы».
Чтобы вычислить скользящую медиану входа:
Создайте dsp.MedianFilter Объекту и установите его свойства.
Вызывайте объект с аргументами, как будто это функция.
Дополнительные сведения о работе системных объектов см. в разделе «Что такое системные объекты?».
medFilt = dsp.MedianFiltermedFilt, с использованием свойств по умолчанию.
medFilt = dsp.MedianFilter(Len)WindowLength свойство к Len.
medFilt = dsp.MedianFilter(Name,Value) задает WindowLength свойство с использованием Name,Value пара.
Пример:
movMin = dsp.MedianFilter('WindowLength',5);Чтобы использовать функцию объекта, задайте системный объект в качестве первого входного параметра. Например, чтобы освободить системные ресурсы системного объекта с именем obj, используйте следующий синтаксис:
release(obj)
Фильтруйте высокочастотный шум от сигнала шумовой синусоиды с помощью медианного фильтра. Сравните эффективность медианного фильтра со средним фильтром.
Инициализация
Настройка dsp.MedianFilter объект, medFilt, и dsp.MovingAverage объект, movavgWin. Эти объекты используют метод раздвижного окна с длиной окна 7. Создайте временные возможности для просмотра выхода.
Fs = 1000; medFilt = dsp.MedianFilter(7); movavgWin = dsp.MovingAverage(7); scope = timescope('SampleRate',Fs,... 'TimeSpanSource','Property',... 'TimeSpanOverrunAction','Scroll',... 'TimeSpan',1,'ShowGrid',true,... 'YLimits',[-3 3],... 'LayoutDimensions',[3 1],... 'NumInputPorts',3); scope.ActiveDisplay = 1; scope.Title = 'Signal + Noise'; scope.ActiveDisplay = 2; scope.Title = 'Moving Average Output (Window Length = 7)'; scope.ActiveDisplay = 3; scope.Title = 'Median Filter Output (Window Length = 7)'; FrameLength = 256; count = 1; sine = dsp.SineWave('SampleRate',Fs,'Frequency',10,... 'SamplesPerFrame',FrameLength);
Фильтрация шумного Sine wave
Сгенерируйте сигнал шумной синусоиды с частотой 10 Гц. Примените медианный фильтр и объект скользящего среднего к сигналу. Просмотр выхода по временным возможностям.
for i = 1:500 hfn = 3 * (rand(FrameLength,1) < 0.02); x = sine() + 1e-2 * randn(FrameLength,1) + hfn; y1 = movavgWin(x); y2 = medFilt(x); scope(x,y1,y2); end
Медианный фильтр удаляет высокочастотный шум более эффективно, чем объект скользящего среднего.
В этом примере показано, как удалить высокочастотные выбросы из потокового сигнала с помощью dsp.MedianFilter Системный объект?.
Используйте dsp.MatFileReader Системный объект для чтения файла MAT гироскопа. Файл MAT гироскопа содержит 3 столбца данных, причем каждый столбец содержит 7140 выборок. Три столбца представляют данные о оси X, оси Y и оси Z от датчика движения гироскопа. Выберите формат кадра 714 выборок, чтобы каждый столбец данных содержал 10 системы координат. The dsp.MedianFilter Системный объект использует длину окна 10. Создайте timescope объект для просмотра отфильтрованных выходов.
reader = dsp.MatFileReader('SamplesPerFrame',714,'Filename','LSM9DS1gyroData73.mat',... 'VariableName','data'); medFilt = dsp.MedianFilter(10); scope = timescope('NumInputPorts',1,'SampleRate',119,'YLimits',[-300 300],... 'ChannelNames',{'Input','Filtered Output'},... 'TimeSpanSource','Property','TimeSpan',60,'ShowLegend',true);
Фильтрация данных гироскопа с помощью dsp.MedianFilter Системный объект. Просмотрите отфильтрованные данные по оси Z в временных возможностях.
for i = 1:10 gyroData = reader(); filteredData = medFilt(gyroData); scope([gyroData(:,3),filteredData(:,3)]); end
Исходные данные содержат несколько выбросов. Увеличьте изображение данных, чтобы подтвердить, что медианный фильтр удаляет все выбросы.
В методе скользящего окна выходом для каждой входной выборки является медиана текущей выборки и Len - 1 предыдущей выборки. Len - длина окна в выборках. Чтобы вычислить первые Len - 1 выходы, когда в окне еще не хватает данных, алгоритм заполняет окно нулями. В качестве примера, чтобы вычислить медианное значение, когда приходит вторая входная выборка, алгоритм заполняет окно с Len - 2 нулями. Вектор данных, x, это две выборки данных, за которыми следуют Len - 2 нуля. Этот объект выполняет медианную фильтрацию входных данных с течением времени.
Рассмотрим пример вычисления движущейся медианы потоковых входных данных с помощью метода скользящего окна. Алгоритм использует длину окна 4. С каждой входной выборкой, которая поступает, окно длины 4 перемещается вдоль данных.
[1] Боденем, Дин. «Адаптивная фильтрация и обнаружение изменений для потоковых данных». PH.D. Дипломная работа. Имперский колледж, Лондон, 2012.
dsp.MovingAverage | dsp.MovingMaximum | dsp.MovingMinimum | dsp.MovingRMS | dsp.MovingStandardDeviation | dsp.MovingVariance