MATLAB技巧——平滑滤波,给出一定的例程和输出参考

文章给出若干种MATLAB用来平滑滤波的方法。并给出一定的例程和输出参考。

方法比较多,在实际选择平滑方法时,需根据数据特性(如噪声类型、平滑程度需求)来决定最适合的技术。

文章目录

在 MATLAB 中,平滑滤波是一种用于去除数据噪声、提取信号趋势的技术。以下是 MATLAB 中常用的平滑滤波方法及其示例:

smooth函数

smooth 是 MATLAB 提供的专用平滑函数,支持多种平滑方法,如移动平均、局部加权回归等。

语法

matlab 复制代码
smoothedData = smooth(data, span, method)
  • data: 输入数据(向量)。
  • span: 平滑窗口的大小(数据点数)。
  • method : 平滑方法(可选),包括:
    • 'moving'(默认值):移动平均。
    • 'lowess':局部加权线性回归。
    • 'loess':局部加权二次回归。
    • 'sgolay':Savitzky-Golay 滤波。
    • 'rlowess':鲁棒的局部加权线性回归。
    • 'rloess':鲁棒的局部加权二次回归。

示例:移动平均平滑

matlab 复制代码
% 原始数据
x = linspace(0, 4*pi, 100);
y = sin(x) + 0.3*randn(size(x)); % 添加噪声的正弦波

% 使用 smooth 进行平滑
span = 5; % 平滑窗口
smoothedY = smooth(y, span, 'moving'); % 移动平均平滑

% 可视化
plot(x, y, 'r-', 'DisplayName', '原始数据');
hold on;
plot(x, smoothedY, 'b-', 'LineWidth', 1.5, 'DisplayName', '平滑数据');
legend;
title('平滑滤波示例 作者:matlabfilter');
xlabel('x');
ylabel('y');

Savitzky-Golay 滤波 (sgolayfilt)

Savitzky-Golay 滤波是一种保留信号特性的平滑方法,适合处理非线性数据。

语法

matlab 复制代码
smoothedData = sgolayfilt(data, order, framelen)
  • order:多项式拟合的阶数(通常为 2 或 3)。
  • framelen:滤波窗口的长度,必须是奇数。

示例:Savitzky-Golay 滤波

matlab 复制代码
% 原始数据
x = linspace(0, 4*pi, 100);
y = sin(x) + 0.3*randn(size(x)); % 添加噪声的正弦波

% 使用 sgolayfilt 滤波
order = 2; % 多项式阶数
framelen = 11; % 滤波窗口长度(奇数)
smoothedY = sgolayfilt(y, order, framelen);

% 可视化
plot(x, y, 'r-', 'DisplayName', '原始数据');
hold on;
plot(x, smoothedY, 'b-', 'LineWidth', 1.5, 'DisplayName', 'Savitzky-Golay 平滑');
legend;
title('Savitzky-Golay 滤波示例 作者:matlabfilter');
xlabel('x');
ylabel('y');

自定义移动平均滤波

如果不使用 smooth 函数,可以自行实现简单的移动平均滤波。

自定义移动平均平滑

matlab 复制代码
% 原始数据
x = linspace(0, 4*pi, 100);
y = sin(x) + 0.3*randn(size(x)); % 添加噪声的正弦波

% 自定义移动平均
span = 5; % 平滑窗口
smoothedY = movmean(y, span); % 或使用 filter

% 可视化
plot(x, y, 'r-', 'DisplayName', '原始数据');
hold on;
plot(x, smoothedY, 'b-', 'LineWidth', 1.5, 'DisplayName', '自定义移动平均');
legend;
title('自定义移动平均滤波示例 作者:matlabfilter');
xlabel('x');
ylabel('y');

使用滤波器设计平滑滤波

可以使用低通滤波器对数据进行平滑。MATLAB 提供了多种滤波器设计工具,如 butterfiltfilt 等。

低通滤波器

matlab 复制代码
% 原始数据
x = linspace(0, 4*pi, 100);
y = sin(x) + 0.3*randn(size(x)); % 添加噪声的正弦波

% 设计低通滤波器
fc = 0.1; % 截止频率(归一化到 Nyquist 频率)
[b, a] = butter(2, fc); % 二阶巴特沃斯滤波器

% 应用滤波器
smoothedY = filtfilt(b, a, y); % 零相位滤波

% 可视化
plot(x, y, 'r-', 'DisplayName', '原始数据');
hold on;
plot(x, smoothedY, 'b-', 'LineWidth', 1.5, 'DisplayName', '低通滤波');
legend;
title('低通滤波器平滑示例 作者:matlabfilter');
xlabel('x');
ylabel('y');

卷积实现平滑

均值核高斯核实现平滑。

示例:卷积平滑

matlab 复制代码
% 原始数据
x = linspace(0, 4*pi, 100);
y = sin(x) + 0.3*randn(size(x)); % 添加噪声的正弦波

% 卷积平滑
kernel = ones(1, 5) / 5; % 均值核
smoothedY = conv(y, kernel, 'same'); % 'same' 保持输出长度

% 可视化
plot(x, y, 'r-', 'DisplayName', '原始数据');
hold on;
plot(x, smoothedY, 'b-', 'LineWidth', 1.5, 'DisplayName', '卷积平滑');
legend;
title('卷积平滑示例 作者:matlabfilter');
xlabel('x');
ylabel('y');

总结

  • 简单平滑 :使用 smoothmovmean
  • 高精度平滑 :使用 sgolayfilt 或自定义低通滤波器。
  • 灵活平滑:使用卷积或滤波器设计。

选择平滑方法时,需根据数据特性(如噪声类型、平滑程度需求)来决定最适合的技术。

如需帮助,或有导航、定位滤波相关的代码定制需求,请点击下方卡片联系作者

相关推荐
Sally璐璐10 分钟前
IPSAN 共享存储详解:架构、优化与落地实践指南
开发语言·php
像风一样的男人@20 分钟前
python --货车装厢问题
开发语言·python
Humbunklung27 分钟前
Rust枚举:让数据类型告别单调乏味
开发语言·后端·rust
Y1nhl30 分钟前
力扣_链表_python版本
开发语言·python·算法·leetcode·链表·职场和发展
OEC小胖胖43 分钟前
深入理解 Vue.js 响应式原理及其在 Web 前端开发中的应用
开发语言·前端·javascript·vue.js·web
qq_401700411 小时前
C语言中位运算以及获取低8位和高8位、高低位合并
c语言·开发语言·算法
yanjiaweiya1 小时前
云原生-集群管理
java·开发语言·云原生
qianbo_insist1 小时前
c++ python 共享内存
开发语言·c++·python
今天背单词了吗9802 小时前
算法学习笔记:8.Bellman-Ford 算法——从原理到实战,涵盖 LeetCode 与考研 408 例题
java·开发语言·后端·算法·最短路径问题