Matlab 小波降噪代码详解：使用硬阈值函数和Heuristically SURE 阈值选择方法

Matlab 小波降噪代码详解：使用硬阈值函数和 Heuristically SURE 阈值选择方法

这段代码使用 Matlab 对音频信号进行小波降噪处理，主要步骤如下：

一、读入声音

path='D:\毕设\声音处理\声音处理\音视频文件\2022-12-05拾音器现场采集声音\切头剪掉钢\切头掉钢.wav';

%path='D:\毕设\声音处理\声音处理\音视频文件\2022-12-05拾音器现场采集声音\三号冷床下料\三号冷床下料.wav';

[Y,FS]=audioread(path); %将声音放到matlab中
info=audioinfo(path); %得到声音的格式、数位、频率等
T=1/FS; %采样时间
t=(0:length(Y)-1)*T;%时间
yz=Y(:,1);%左声道

Y=Y-mean(Y);                         % 消除直流分量
x=Y/max(abs(Y));                      % 幅值归一化
N=length(x);

二、小波降噪 wden 函数

代码中使用 wden 函数进行小波降噪，具体参数如下：

%wname = 'coif5';'db2';'sym4'

lev=15;

xdDWT= wden(yz,'heursure','h','mln',lev,'db3');%硬阈值
%[dnsig4s,c4,l4,threshold_heursure] = wden(yz,'heursure','h','mln',lev,wname);

• 'heursure': 使用 Heuristically selected universal threshold (SURE) 阈值选择方法。该方法是一种常用的阈值选择方法，可以根据信号特征自动选择合适的阈值，从而提高降噪效果。
• 'h': 代表硬阈值函数。硬阈值函数是一种常用的阈值函数，它将小于阈值的系数直接设置为 0，而保留大于阈值的系数。
• 'mln': 小波分解的层数。该参数控制小波分解的深度，层数越高，分解越精细，但计算量也越大。
• lev: 小波分解的层数，这里设置为 15。
• 'db3': 小波基函数选用 Daubechies 3 小波基函数。Daubechies 小波基函数是一种常用的正交小波基函数，具有良好的时频局部化特性。

三、计算信噪比

snr1=SNR_Calc(x,xdDWT);            % 计算初始信噪比
%snr2=SNR_Calc(x,signal);            % 计算降噪后的信噪比
%snr=snr2-snr1;
fprintf('snr1=%5.4f   ',snr1);

四、绘制降噪前后波形对比

figure(1)
subplot(2,1,1)
plot(t,yz)
xlabel('时间(s)');
ylabel('振幅');
title('原音频波形图');
subplot(2,1,2)
plot(t,xdDWT)
xlabel('时间(s)');
ylabel('振幅');
title('降噪后音频波形图');

这段代码中用的是什么阈值函数内容：

这段代码中使用的是hard thresholding 硬阈值函数，具体实现为：

xdDWT= wden(yz,'heursure','h','mln',lev,'db3');

其中，'h' 代表硬阈值函数，'heursure' 表示使用 Heuristically selected universal threshold (SURE) 阈值选择方法，lev 为小波分解的层数，'db3' 为小波基函数选用 Daubechies 3 小波基函数。

总结：

该代码使用小波变换和硬阈值函数对音频信号进行降噪处理，并采用 Heuristically SURE 阈值选择方法自动选择合适的阈值，最终通过绘制降噪前后波形对比来展示降噪效果。