用MATLAB 语言编程， 模拟方波电压信号， 并加入随机信号或者是白噪声， 求实现下图的除噪滤波。
如何用matlab产生一个均值为1，方差为0.2的高斯白噪声 用matlab产生一个均值为1，方差为0.2的高斯白噪声的方法如下：1、R=normrnd(MU，SIGMA)2、R=normrnd(MU，SIGMA，m)3、R=normrnd(MU，SIGMA，m，n)4、假设输入信号e68a847a686964616f31333365643661为X，则给X加上一个均值为0，方差为1的高斯白噪声信号的方法为：Y=X+normrnd(0，1)；5、%设置采样区间k=(0：300)'/100；6、%计算采样值x=sin(2*pi*k)；7、%施加高斯白噪声y=awgn(x，0)；figure(1)；8、%设置绘图位置，左下角距屏幕左200像素，下200像素，宽800像素，高300像素set(gcf，'Position'，[200，200，800，300])；9、%绘图网格1*2，左图绘制原始信号，右图绘制噪声信号subplot(1，2，1)，plot(k，x)；subplot(1，2，2)，plot(k，y)；所谓高斯白噪声中的高斯是指概率分布是正态函数，而白噪声是指它的二阶矩不相关，一阶矩为常数，是指先后信号在时间上的相关性。这是考查一个信号的两个不同方面的问题。高斯白噪声：如果一个噪声，它的幅度分布服从高斯分布，而它的功率谱密度又是均匀分布的，则称它为高斯白噪声。热噪声和散粒噪声是高斯白噪声
怎么由白噪声产生有色噪声，用matlab实现 产生有色噪声e(k)=x(k)+0.5*x(k-1)。其中，x(k)为方差为1的白噪声clear all；close all；clcL=500；仿真长度c=[1-0.5]；nc=length(c)-1；xik=zeros(nc，1)；白噪声初值xi=randn(L，1)；产生均值为0，方差为1的高斯白噪声序列for k=1：Le(k)=c*[xi(k)；xik]；产生有色噪声数据更新for i=nc：-1：2xik(i)=xik(i-1)；endxik(1)=xi(k)；endsubplot(2，1，1)；plot(xi)；xlabel('k')；ylabel('噪声幅值')；title('白噪声序列')；subplot(2，1，2)；plot(e)；xlabel('k')；ylabel('噪声幅值')；title('有色噪声序列')；测试功率谱[y1，f1]=Spectrum_Calc(xi'，512)；p1=1/L*y1.*conj(y1)；figure(2)subplot(211)plot(f1，p1)[y2，f2]=Spectrum_Calc(e，512)；p2=1/L*y2.*conj(y2)；subplot(212)plot(f2，p2)
方波信号 随机噪声 matlab x=-8*pi：pi/15：8*pi；y1=sin(x)+1/3*sin(3*x)+1/5*sin(5*x)+1/7*sin(7*x)+1/9*sin(9*x)+1/11*sin(11*x)+1/13*sin(13*x)+1/15*sin(15*x)+1/17*sin(17*x)+1/19*sin(19*x)+1/21*sin(21*x)；figure(1)；plot(x，y1)；n=length(x)；r=0.5*(rand(n，1)-0.3)；for i=1：ny2(i)=sin(x(i))+1/3*sin(3*x(i))+1/5*sin(5*x(i))+1/7*sin(7*x(i))+1/9*sin(9*x(i))+1/11*sin(11*x(i))+1/13*sin(13*x(i))+1/15*sin(15*x(i))+1/17*sin(17*x(i))+1/19*sin(19*x(i))+1/21*sin(21*x(i))+r(i，1)；endfigure(2)；plot(x，y2)；[c，l]=wavedec(y2，3，'db1')；a3=appcoef(c，l，'db1'，3)；d3=detcoef(c，l，3)；d2=detcoef(c，l，2)；d1=detcoef(c，l，1)；
用matlab，选一幅图像，加入椒盐噪声后，对其进行中值滤波和均值滤波，对比其效果。 %中值I=imread('lena.bmp')；读原图J1=imnoise(I，'salt&pepper'，0.02)；加均值为0，方差为0.02的椒盐噪声J2=imnoise(I，'gaussian'，0.02)；加均值为0，方差为0.02的高斯噪声。subplot(2，2，1)，imshow(J1)；显示有椒盐噪声图像subplot(2，2，2)，imshow(J2)；显示有高斯噪声图像I1=medfilt2(J1，[5，5])；对有椒盐噪声图像进行5×5方形窗口中值滤波I2=medfilt2(J2，[5，5])；对有高斯噪声图像进行5×5方形窗口中值滤波subplot(2，2，3)，imshow(I1)；显示有椒盐噪声图像的滤波结果subplot(2，2，4)，imshow(I2)；显示有高斯噪声图像的滤波结果均衡I=imread('lena.bmp')；将图读入到Iimshow(I)；显示图像figure，imhist(I)；直方图I2=histeq(I)；均衡化figure；imshow(I2)；处理后图像显示figure；imhist(I2)；均衡化后直方图imwrite(I2，'lena2.bmp')；保存图像
如何用matlab在图像中加入特定频率的二维噪声 首先图像最少是二维的，图像有是有长宽两个属性组成的矩阵。一维信号是向量.MATLAB 给图像添加噪声的命令为imnoise该函数的基本语法为：g=imnoise(f，type，parameters)f为是。
求一个用维纳滤波方法处理噪声的matlab程序，必须是要调试好的，能用的程序有追加的 clear allclck=8；fs=1000；采样率N=1000；采样点数n=0：N-1；t=0：1/fs：1-1/fs；时间序列signal=sin(2*pi*10*t)；noise=sin(2*pi*100*t)；前500点高斯分部白噪声，后500点均匀分布白噪声xn=signal+k*noise；构造的混合信号figure(1)plot(xn)；grid on；title('原始信号 ')；Fs=fft(xn，512)；将信号变换到频域AFs=abs(Fs)；信号频域图的幅值f=(0：255)*fs/512；频率采样figure(2)plot(f，AFs(1：256))；滤波前的信号频域图grid on；xlabel('频率/赫兹')；ylabel('幅度')；title('信号滤波前频域图')；figure(3)；Rxx=xcorr(xn，xn)；得到混合信号的自相关函数M=100；维纳滤波器阶数for i=1：M%得到混合信号的自相关矩阵for j=1：Mrxx(i，j)=Rxx(abs(j-i)+N)；endendRxy=xcorr(xn，signal)；得到混合信号和原信号的互相关函数for i=1：Mrxy(i)=Rxy(i+N-1)；end%得到混合信号和原信号的互相关向量h=inv(rxx)*rxy'；得到所要涉及的wiener滤波器系数Signal_Filter=filter(h，1，xn)；将输入信号通过维纳滤波器plot(Signal_Filter)；grid on；title('维纳滤波后的信号')；Fs2=fft(Signal_Filter，512)；将信号变换到频域AFs2=abs(Fs2)；信号频域图的幅值f=(0：255)*fs/512；频率采样figure(4)。
