2-е расширение для ответа BenVoigt
Мое предложение для одного фильтра ядра - это свертка относительной случайной ошибки
data(find(data ~= 0)) = sin(pi .* data(find(data ~= 0))) ./ (pi*data(find(data ~= 0)));
data(find(data == 0)) = 1; % removing lastly the discontinuity
data1 = data + 0.0000001 * mean(abs(data(:))) * randn(size(data));
data = conv(data, data1);
Это то, что BenVoigt имеет в виду под фильтром ядра для распределения?
Это дает такие результаты, как
где разрешение все еще проблема. Центральные пики имеют тенденцию легко увеличиваться, если я изменяю размер окна.
У меня был активен старый код на картинке выше, но это не повлияло на результат. Приведенного выше кода по-прежнему недостаточно для фильтра ядра отображения. Возможно, некоторые функции фильтра необходимо применить к оси времени и частоты отдельно, что-то вроде:
F1 = filter2(B,T); % you need a different kernel filter because resolution is lower
T = filter2(B,F);
F = F1;
Эти фильтры портят значения на обеих осях. Мне нужно лучше их понять, чтобы это исправить. Но сначала нужно понять, верны ли они.
Размер фигуры все еще изменен. Размер данных был 5001x1 двойной, а размер F и T - 13635x1 двойной. Поэтому я думаю, что мне следует изменить размер в последнюю очередь после установки оси, меток и заголовка с помощью
imresize(image, [13635 13635], 'bilinear');
так как распределение билинейное.
person
Community
schedule
01.01.2014