db3小波基去噪算法

load noisbump;x=noisbump;  
s1=awgn(x,5,'measured','db')  %加信噪比为5的高斯白噪声
subplot(811)
plot(x)
title(['原始信号'])
subplot(812)
plot(s1)
title(['含噪信号'])
lev=5   %分解尺度为5层
[c,l]=wavedec(s1,lev,'db3')  %用基函数‘db3’将s1信号进行5个尺度分解
det1=detcoef(c,l,1)     % 从信号c中提取尺度1下的细节小波系数
sigma=median(abs(det1))/0.6745
th1=sigma*sqrt(2*log(length(x)))/log2(2)
th2=sigma*sqrt(2*log(length(x)))/log2(3)
th3=sigma*sqrt(2*log(length(x)))/log2(4)
th4=sigma*sqrt(2*log(length(x)))/log2(5)
th5=sigma*sqrt(2*log(length(x)))/log2(6)
cc5=appcoef(c,l,'db3',5) %从信号c中提取尺度5下的近似小波系数
dd5=detcoef(c,l,5)     %从信号c中提取尺度5下的细节小波系数
cc4=appcoef(c,l,'db3',4) %从信号c中提取尺度4下的近似小波系数
dd4=detcoef(c,l,4)    %从信号c中提取尺度4下的细节小波系数
cc3=appcoef(c,l,'db3',3) %从信号c中提取尺度3下的近似小波系数
dd3=detcoef(c,l,3)    %从信号c中提取尺度3下的细节小波系数
cc2=appcoef(c,l,'db3',2) %从信号c中提取尺度2下的近似小波系数
dd2=detcoef(c,l,2)    %从信号c中提取尺度2下的细节小波系数
cc1=appcoef(c,l,'db3',1) %从信号c中提取尺度1下的近似小波系数
dd1=detcoef(c,l,1)   %从信号c中提取尺度1下的细节小波系数
ee=[cc5 dd5 dd4 dd3 dd2 dd1]
s2=waverec(ee,l,'db3')   %用小波逆变换重构尺度为5下的分解后的信号