Exponenta Banner

thselect

Выбор порога для шумоподавления

Свернуть все на странице

Синтаксис

THR = thselect(X,TPTR)

Описание

пример

THR = thselect(X,TPTR) возвращает пороговое значение, адаптированное к 1-D сигналу X использование правила выбора, заданного в TPTR. Доступные правила выбора:

  • 'rigrsure' - Адаптивный выбор порога с использованием принципа объективной оценки риска Штейна (SURE).

  • 'sqtwolog' - Порог фиксированной формы sqrt(2*log(length(X))).

  • 'heursure' - Эвристический вариант 'rigrsure' и 'sqtwolog'.

  • 'minimaxi' - Минимаксное пороговое значение.

Примеры

свернуть все

Открыть Live Script

Сгенерируйте Гауссов сигнал белого шума. Для повторяемости установите значение случайного seed по умолчанию.

rng default
x = randn(1,1000);

Найдите порог для каждого правила выбора.

thrRig = thselect(x,'rigrsure');
disp(['SURE (''rigrsure'') threshold: ',num2str(thrRig)]);
SURE ('rigrsure') threshold: 2.0518

thrSqt = thselect(x,'sqtwolog');
disp(['Universal (''sqtwolog'') threshold: ',num2str(thrSqt)]);
Universal ('sqtwolog') threshold: 3.7169

thrHeu = thselect(x,'heursure');
disp(['Heuristic variant (''heursure'') threshold: ',num2str(thrHeu)]);
Heuristic variant ('heursure') threshold: 3.7169

thrMin = thselect(x,'minimaxi');
disp(['Minimax (''minimaxi'') threshold: ',num2str(thrMin)]);
Minimax ('minimaxi') threshold: 2.2163

Минимакс и правила выбора порога SURE более консервативны и были бы более удобны, когда небольшие детали сигнала лежат вблизи шумовой области значений.

Входные параметры

свернуть все

Входные данные, заданные как действительный вектор.

Типы данных: double

Правило выбора порога, заданное:

  • 'rigrsure' - Правило выбора порога, основанное на SURE (квадратичной функции потерь) для оценки мягкого порога. Начиная с оценки риска для конкретного порога значения, t, алгоритм минимизирует риски, t получить порог значение.

  • 'heursure' - Смесь 'rigrsure' и 'sqtwolog'. Если отношение сигнал/шум мало, оценка SURE шумит. В этом случае используется порог фиксированной формы.

  • 'sqtwolog' - порог фиксированной формы (универсальный), дающий минимаксную эффективность, умноженную на небольшой коэффициент, пропорциональный log(length(X)).

  • 'minimaxi' - фиксированный порог, выбранный для получения минимаксной эффективности для средней квадратной ошибки против идеальной процедуры. Принцип минимакса используется в статистике для проектировщиков. Деноизированный сигнал может быть ассимилирован в оценщик неизвестной регрессионой функции. Поэтому минимаксный оценщик реализует минимум максимальной средней квадратной ошибки, полученной для наихудшей функции в данном наборе.

Правила выбора порога основаны на базовой модели y = f (t) + e, где e является N (0,1) белым шумом. Используйте зависящие от уровня оценки шума для немасштабированного или небелого шума. (См. NoiseEstimate параметр в wdenoise для получения дополнительной информации

Выходные аргументы

свернуть все

Пороговое значение, адаптированное к X, возвращается как положительное вещественное число.

Ссылки

[1] Donoho, D. L. «Progress in Wavelet Analysis and WVD: A Ten Minute Tour». Прогресс в области Wavelet Analysis and Applications (Y. Meyer, and S. Roques, eds.). Gif-sur-Yvette: Editions Frontiéres, 1993.

[2] Donoho, D. L., and Johnstone, I.M «Ideal Spatial Adaptation by Wavelet Shrinkage». Биометрика, том 81, стр. 425-455, 1994.

[3] Donoho, D. L. «De-noising by Soft-Thresholding». Транзакции IEEE по теории информации, том 42, № 3, стр. 613-627, 1995.

Расширенные возможности

Генерация кода C/C + +
Сгенерируйте код C и C++ с помощью Coder™ MATLAB ®

.

См. также

Функции

Приложения

Темы

Представлено до R2006a

Документация по Wavelet Toolbox

Поддержка