一定用得到数据预处理:去噪、滤波方法!限幅滤波、中值滤波、均值滤波、递推平均滤波,直接运行!

本文主要是介绍一定用得到数据预处理:去噪、滤波方法!限幅滤波、中值滤波、均值滤波、递推平均滤波,直接运行!,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

​适用平台:Matlab2020版本及以上

在实际应用中,滤波、去噪都是用于信号处理的工具,通常用于机器学习/深度学习技术前的数据预处理阶段,主要作用在于对信号进行平滑处理或者去除噪声,从而提取出信号中的有用信息或者改善信号的质量,以提高故障识别的性能。对于处理非平稳信号和快速变化的故障非常关键,下面对四种滤波、去噪方法进行介绍:

限幅滤波:限幅滤波的原理是通过设置一个阈值来限制信号的变化范围,超出阈值的信号被削弱或替换为临近值。

特点:

  • 优点:简单易实现,对于存在异常值或噪声干扰的信号能够有效抑制异常波形的影响。

  • 缺点:在信号变化剧烈时可能造成信号失真,且对于不同信号特征需要调整不同的阈值,不适用于所有情况。

  • 应用场景:适用于信号中存在明显异常值,离群值或者噪声的情况。

中值滤波:中值滤波是将信号中每个采样点的值替换为相应采样窗口中的中间值。该方法对于异常值和噪声有较好的抑制效果。

特点:

  • 优点:能够有效去除信号中的椒盐噪声和脉冲噪声,保留信号的边缘特征。

  • 缺点:计算量较大,对于持续的高频噪声可能滤波效果不佳,且滤波窗口的大小需要合理选择。

  • 应用场景:适用于去除椒盐噪声和脉冲噪声等非高斯噪声,如图像处理、语音信号处理等。

均值滤波:均值滤波是通过计算信号中每个采样点的邻域平均值来实现滤波,用于平滑信号,减少噪声。

特点:

  • 优点:简单易实现,对于高斯噪声和白噪声有较好的滤波效果,能够保留信号的整体趋势。

  • 缺点:对于信号中存在尖峰或脉冲噪声效果不佳,可能导致信号的平滑度过高而丢失细节信息。

  • 应用场景:适用于高斯噪声和白噪声的滤波,如信号平滑、数据预处理等。

递推平均滤波:递推平均滤波是一种滤波器,通过对连续采样数据进行加权平均来获得滤波后的输出,具有快速响应和低存储要求。

特点:

  • 优点:具有较好的抗干扰能力和快速响应特性,适用于处理动态变化的信号。

  • 缺点:在信号的瞬时变化较大时,可能造成输出延迟和失真。

  • 应用场景:递推平均滤波结合了滑动窗口和加权平均的特点,能够在保持信号的动态特性的同时,有效地抑制噪声和干扰,适用于处理动态变化的信号。

结果分析:以上述原始信号为例,从4个种滤波方式比较得出:

  • 限幅滤波:限幅滤波将信号中超过预设阈值的部分限制在阈值范围内,未超过的部分保持不变。因此,滤波结果是在保留信号大部分特征的同时,将异常值或噪声部分进行了削弱或替换,使得信号整体更加稳定。

  • 中值滤波:中值滤波将每个采样点的值替换为相应采样窗口中的中间值。这种方式能够有效地去除椒盐噪声和脉冲噪声,保留信号的边缘特征,使得滤波后的信号更加平滑且不失真。

  • 均值滤波:均值滤波通过计算每个采样点的邻域平均值来实现滤波,从而平滑信号并减少噪声。滤波结果是对信号进行了平滑处理,保留了信号的整体趋势,但可能丢失一些细节信息,特别是对于尖峰或脉冲噪声效果不佳。

  • 递推平均滤波:递推平均滤波通过对连续采样数据进行加权平均来获得滤波后的输出。由于是递推方式,滤波结果具有快速响应和较低的存储要求,在信号瞬时变化较大时,会导致输出延迟和失真,对高频噪声的滤波效果也不及其它滤波方法。

综上,这四种滤波方式的滤波结果各有特点。限幅滤波能够有效地削弱或替换异常值或噪声,中值滤波能够保留信号边缘特征,均值滤波能够平滑信号并减少噪声,递推平均滤波具有快速响应和低存储要求。在选择滤波方式时,需多方面权衡进行选择。

代码:

clc;              % 清空命令窗口
clear all;        % 清空工作区%% 限幅滤波算法
original_data = xlsread('示例数据.xlsx'); % 读取原始数据
threshold_amp = 0.5;                      % 设置幅度阈值
len = length(original_data);              % 计算数据长度
for i = 2:len-1% 判断数据是否超出阈值if abs(original_data(i) - original_data(i-1)) > threshold_amp || abs(original_data(i+1) - original_data(i)) > 0.1amplified_data(i) = (original_data(i-1) + original_data(i+1)) * 0.5; % 超出阈值则进行限幅滤波elseamplified_data(i) = original_data(i);                                % 保持不变end
end% 绘制限幅滤波前后的序列
figure(1);
subplot(2,1,1);
plot(original_data);
xlabel('原始序列','FontSize',13);
subplot(2,1,2);
plot(amplified_data, 'Color', [0.4 0.1 0.9]);
xlabel('限幅滤波后的序列','FontSize',13);
% 保存数据到文件
xlswrite('限幅滤波后的序列.xlsx', amplified_data); % 将数据保存为Excel文件
........
........

滤波后的信号我们将其自动写入Excel表格中,方便大家后续处理。

欢迎感兴趣的小伙伴联系小编获得完整版代码哦~,关注小编会继续推送更有质量的学习资料、文章程序代码~

这篇关于一定用得到数据预处理:去噪、滤波方法!限幅滤波、中值滤波、均值滤波、递推平均滤波,直接运行!的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/770526

相关文章

Java学习手册之Filter和Listener使用方法

《Java学习手册之Filter和Listener使用方法》:本文主要介绍Java学习手册之Filter和Listener使用方法的相关资料,Filter是一种拦截器,可以在请求到达Servl... 目录一、Filter(过滤器)1. Filter 的工作原理2. Filter 的配置与使用二、Listen

Pandas统计每行数据中的空值的方法示例

《Pandas统计每行数据中的空值的方法示例》处理缺失数据(NaN值)是一个非常常见的问题,本文主要介绍了Pandas统计每行数据中的空值的方法示例,具有一定的参考价值,感兴趣的可以了解一下... 目录什么是空值?为什么要统计空值?准备工作创建示例数据统计每行空值数量进一步分析www.chinasem.cn处

使用Pandas进行均值填充的实现

《使用Pandas进行均值填充的实现》缺失数据(NaN值)是一个常见的问题,我们可以通过多种方法来处理缺失数据,其中一种常用的方法是均值填充,本文主要介绍了使用Pandas进行均值填充的实现,感兴趣的... 目录什么是均值填充?为什么选择均值填充?均值填充的步骤实际代码示例总结在数据分析和处理过程中,缺失数

如何使用 Python 读取 Excel 数据

《如何使用Python读取Excel数据》:本文主要介绍使用Python读取Excel数据的详细教程,通过pandas和openpyxl,你可以轻松读取Excel文件,并进行各种数据处理操... 目录使用 python 读取 Excel 数据的详细教程1. 安装必要的依赖2. 读取 Excel 文件3. 读

Windows 上如果忘记了 MySQL 密码 重置密码的两种方法

《Windows上如果忘记了MySQL密码重置密码的两种方法》:本文主要介绍Windows上如果忘记了MySQL密码重置密码的两种方法,本文通过两种方法结合实例代码给大家介绍的非常详细,感... 目录方法 1:以跳过权限验证模式启动 mysql 并重置密码方法 2:使用 my.ini 文件的临时配置在 Wi

MySQL重复数据处理的七种高效方法

《MySQL重复数据处理的七种高效方法》你是不是也曾遇到过这样的烦恼:明明系统测试时一切正常,上线后却频频出现重复数据,大批量导数据时,总有那么几条不听话的记录导致整个事务莫名回滚,今天,我就跟大家分... 目录1. 重复数据插入问题分析1.1 问题本质1.2 常见场景图2. 基础解决方案:使用异常捕获3.

Spring 请求之传递 JSON 数据的操作方法

《Spring请求之传递JSON数据的操作方法》JSON就是一种数据格式,有自己的格式和语法,使用文本表示一个对象或数组的信息,因此JSON本质是字符串,主要负责在不同的语言中数据传递和交换,这... 目录jsON 概念JSON 语法JSON 的语法JSON 的两种结构JSON 字符串和 Java 对象互转

最详细安装 PostgreSQL方法及常见问题解决

《最详细安装PostgreSQL方法及常见问题解决》:本文主要介绍最详细安装PostgreSQL方法及常见问题解决,介绍了在Windows系统上安装PostgreSQL及Linux系统上安装Po... 目录一、在 Windows 系统上安装 PostgreSQL1. 下载 PostgreSQL 安装包2.

SQL中redo log 刷⼊磁盘的常见方法

《SQL中redolog刷⼊磁盘的常见方法》本文主要介绍了SQL中redolog刷⼊磁盘的常见方法,将redolog刷入磁盘的方法确保了数据的持久性和一致性,下面就来具体介绍一下,感兴趣的可以了解... 目录Redo Log 刷入磁盘的方法Redo Log 刷入磁盘的过程代码示例(伪代码)在数据库系统中,r

Python如何精准判断某个进程是否在运行

《Python如何精准判断某个进程是否在运行》这篇文章主要为大家详细介绍了Python如何精准判断某个进程是否在运行,本文为大家整理了3种方法并进行了对比,有需要的小伙伴可以跟随小编一起学习一下... 目录一、为什么需要判断进程是否存在二、方法1:用psutil库(推荐)三、方法2:用os.system调用