小波变换去噪python

小波变换是一种信号处理技术，可以用于去除信号中的噪声。在 Python 中，可以使用 PyWavelets 库实现小波变换去噪。

下面是一个简单的示例代码：

import pywt
import numpy as np
import matplotlib.pyplot as plt

# 生成带噪声的信号
t = np.linspace(0, 1, 1000, endpoint=False)
x = np.sin(2*np.pi*10*t) + np.random.randn(len(t))*0.5

# 进行小波变换
coeffs = pywt.wavedec(x, 'db4', level=6)

# 将噪声系数设为零
threshold = np.std(coeffs[-1])*3
coeffs = [pywt.threshold(i, threshold) for i in coeffs]

# 重构信号
x_filt = pywt.waverec(coeffs, 'db4')

# 绘制图像
plt.subplot(2,1,1)
plt.plot(t, x)
plt.title('Original signal')
plt.subplot(2,1,2)
plt.plot(t, x_filt)
plt.title('Filtered signal')
plt.tight_layout()
plt.show()

在这个示例中，我们首先生成一个带噪声的信号，然后使用小波变换将其分解成多个尺度的系数。接着，我们将最后一层系数中的噪声系数设为零，并使用小波反变换将信号重构。最后，我们绘制原始信号和去噪后的信号的图像。

可以通过调整阈值来控制去噪的程度。较高的阈值可以去除更多的噪声，但也可能会影响信号的有效信息。