波噪命令

A. 请问在电路中什么叫波纹噪声

应该是指电源的纹波噪声吧
就是通常说得交流声。电源滤波不好或滤波电解电容失效就会产生交流纹波噪声，当然产生交流声的原因还有其他。

B. 小波去噪matlab程序

哈哈！傻眼了吧，理论和实际不可兼得啊！对于你这个问题有如下建议：

1. 小波去噪的试验，十个有九个都喜欢用正、余弦函数，但由于小波函数的几何特征，其实不易得到满意效果，你只能选择线性强的小波基，即对称性强并且光滑的小波，嘿嘿，貌似能做DWT的所有小波基中只有sym8的对称性最强（参看http://..com/question/585223273699457565.html?from=pubpage&msgtype=2），这样你将会得到其降噪效果好于其它小波基的谬论，实际应用中如果原始信号本身特征就不规律对称则有可能其它小波基的处理效果会好于sym8，这需要试错的方法试验，是你这个原始信号对称的前提假设造成的，但不可认为sym8适合你这个特殊例子就得出结论，你这试验只适合你的假设，其实并不适合所有情形，个人认为其实不具说服力和可比性。如同我家钥匙开不了你家门，是不能得出我家钥匙不如你家钥匙的结论滴。

2. 当你的噪声特征与信号的特征的频率相近时，小波也无能为力，它不是神，也一样分不出啥是噪声，所以其一是可增加分解层数，你这个信号只有100个数，5层已经很高了，再增大也没啥用了，可能会过多显示小波基的特征，造成扭曲失真（如果用SWT会好很多，但需要自己编制函数）；其二是参数SCAL可以改为伸缩的sln，而不是固定的one，这样分解层数和SCAL都将起作用，你可以试着改改玩，效果还行。

   
   

   

   分解8层

   你可以试试只分解一层的状况，频率最低的几处噪声会保留下来哦！

C. 小波降噪原理

小波有两个显着特点：一是在时域中都具有紧支集或近似紧支集；二是正负交替的波动性。小波分析是将信号分解成一系列小波函数的叠加，而这些小波函数都是由一个母小波通过平移和尺度伸缩得来的。

小波分析理论的一个重要特色是可以进行多分辨率分析。信号可通过多层分解为反映高频信息的细节部分和反映低频信息的概貌部分，通过这种多分辨率分解，信号和噪声通常会有不同的表现，从而达到信嗓分离的目的。金融时间序列去噪处理采用更广泛的方法：非线性阈值处理方法。

非线性阈值处理方法又称小波收缩法，该方法的基本原理是基于小波变换的集中能力。即通过小波变换后有用信号的能量集中于少数小波系数上，而白噪声在小波变换域上仍然分散在大量小波系数之上。因而相对来说，有用信号的小波系数值必然大于那些能量分散且幅值较小的噪声的小波系数值。因此，从谱的幅度上(不是谱的位置)看，有用信号和噪声可以实现分离。

该方法可分为以下3个步骤：

(1)选择合适的正交小波基和分解层数J，对含噪信号进行小波变换分解到J层。

(2)对分解得到的小波系数进行闭值处理，可以使用两种处理方法：硬阈值和软阈值法。硬阈值法保留较大的小波系数并将较小的小波系数置零，即：

(3)软阈值法将较小的小波系数置零，而对较大的小波系数向零进行收缩，即：

学者证明了用软阈值法能使估计信号实现最大均方误差最小化，即去噪后的估计信号是原始信号的近似最优估计。该方法具有广泛的适用性，是应用最为广泛的一种小波去噪方法，其计算速度也很快。

D. 如何用示波器测量电源纹波噪声

基于同样的原理，在电源测量中也应该尽量使用1：1的探头而不是示波器标配的10：1的探头。否则示波器的噪声也会被放大，造成测量不准确。
探头带来的噪声是在在衰减器前面耦合进来的，因此无论衰减比设置多少，探头贡献的噪声都是一定的。但是，在某些不正确的使用方法下，探头可能会带来额外的噪声，一个典型的例子就是使用长地线。为了方便测试，示波器的的无源探头通常会使用15cm
左右的鳄鱼夹形式的长地线，但是这对于电源纹波的测试却是不适用的，特别是板上存在开关电源的场合。由于开关电源的切换会在空间产生大量的电磁辐射，而示波器探头的长地线又恰恰相当于一个天线，所以会从空间把大量的电磁干扰引入测量电路，造成测试不准确问题。
通常电源测试都规定了某个频率范围内的纹波和噪声，比如20mhz以内的，而一般示波器的带宽都大于这个要求，因此测试时可以打开示波器的带宽限制功能，这对于减小高频噪声也会有比较好的效果。

E. 请帮忙看一下小波消噪程序哪出错了谢谢！

All matrices on a row in the bracketed expression must have the
same number of rows.

按字面意思是，在括号中的表达式这一行，所有的数列必须有相同的行数。

括号里的表达式可能指这个：c1=[ca3,cdd3,cdd2,cdd1];
错误行数发生在23行 xiaozao03参数。

F. 示波器使用有关纹波噪声的测量

示波器的底噪基本差不多，应该都在5mV以下不知道5mV对于你的测试是不是影响特别大。而且你的底噪是如何确认的还有待商榷，是否信号接地，是否屏蔽了外界的干扰？测试值也不是减去底噪就是真实值了，算法也是错误的。

测试要点，测试波形占满80%的屏幕；20MHz的带宽限制；1uF瓷片电容+10uF钽电容滤波；探头靠接法，或者采用差分探头测试。
夹具很重要，因为没有国际标准所以各个厂家的测试没有可比性。

G. 如何进行降噪处理

• 关于降噪处理，可以分为两类，一类是对照片的降噪，另一类则是对于声音的。

  一、照片

  1.把要处理的照片导入Lightroom，然后点开修改照片面板，接着在右边的设置面板中找到“细节”调节区。在这里有“锐化”、“减少杂色”两大设置区。这两大功能区的作用都很好理解，锐化就是可以让照片更锐利；减少杂色，就是减少画面中的杂色了。

  2.按快捷键“Y”，在画面中显示修改前后的对比，这样方便修改后查看降噪的效果。细节命令中的减少杂色可以有效降低照片的明亮度噪点和颜色噪点。

  3.在“减少杂色”设置区，把“明亮度”的滑块向右移动，随着移动的数值越大，可以看到画面中的噪点减少就越明显。但同时会发现，画面的锐度也在降低，所以这一步，要根据画面的情况来调整，不可调整得太多，一般控制在30左右为宜。接着“明亮度”滑块下面的“细节”滑块向右移动，可以恢复一些照片的细节，根据画面的需要，可以设置在20左右，“对比度”的调节对画面的显示不太明显，但可以进一步调整细节效果。

  二、声音

  1.点击工具栏上的第二个按钮“打开”按钮，在出来的打开对话框中选择一首音乐文件，打开它;

  2.用鼠标拖动的方法选中开头的那一段杂音，然后点菜单“编辑－复制”命令;

  3.点工具栏上的“全选”按钮，选中所有音波，也就是对所有音波进行降噪处理；

  4.点菜单“效果－滤波器－降噪..”命令，出来一个面板；

  5.在出来的面板左侧，点下边的“剪贴板”，然后点“确定”按钮回到窗口中；

  窗口中的波形可以发现，那些锯齿杂音都没了，点右边控制器里的绿色播放按钮，可以听到是很清晰的语音了。

• 拓展：关于画面的降噪

  降噪就是通过软件后期，减少照片高ISO带来的噪点。降噪技术的关键是尽量减少对照片细节、画质的损伤。很多免费降噪软件往往以牺牲细节和画面锐度为代价，使画面变得平滑减少噪点，但这个方法让照片看起来像水彩画一样，缺乏细节。

H. 怎么用GoldWave进行降噪处理

第一步：
打开你要处理的mp3文件

第二步：
你看一下，有一个图标是降噪的

第三步：
第二步不理想，也可以在混和属性里将高音降低，将低间调高。

I. 如何使用matlab对图片进行小波降噪处理

X=imread('lena.bmp');%装载原始图像
subplot(131);%新建窗口
imshow(X);%显示图像
title('原始图像');%设置图像标题

%生成含噪图像
init=2055615866;%初始值
randn('seed',init);%随机值
XX=double(X)+15*randn(size(X));%添加随机噪声

subplot(132);%新建窗口
imshow(uint8(XX));%显示图像
title('含噪图像');%设置图像标题

%用小波函数coif2对图像XX进行2层分解
[c,l]=wavedec2(XX,2,'coif2');%分解
n=[1,2];%设置尺度向量
p=[80,80];%设置阈值向量,对高频小波系数进行阈值处理
nc=wthcoef2('d',c,l,n,p,'s');
X1=waverec2(nc,l,'coif2');%图像的二维小波重构

subplot(133);%新建窗口
imshow(uint8(X1));%显示图像
title('消噪后的图像');%设置图像标题