我是靠谱客的博主 体贴自行车,这篇文章主要介绍matlab小波变换、离散小波变换函数使用参考连接一、连续小波变换二、离散小波变换 ,现在分享给大家,希望可以做个参考。

matlab中,连续小波变换、离散小波变换函数使用比较复杂,最近做了个总结。

参考连接

参考1:https://www.jianshu.com/p/56733f6c0a10

参考2:小波变换工具箱(7页)-原创力文档

参考3:《Matlab信号处理》 沈再阳,清华大学出版社,第8章

注意:以下所有函数均为matlab 2020a环境中测试,更早的版本未做测试。

一、连续小波变换

1.1 正变换cwt

1.1.1 语法

语法如下,详细用法可通过命令【doc cwt】详细了解,一般使用时只需用其中两个参数即可:

①wname:小波基的名称:分别对应为:

wname的值小波基
morseMorse
amorMorlet(Gabor)
bumpBump

②fs:x的抽样频率。当给定fs时,画出的时频图的XY轴分别为实际的时间和频率;不指定时,画出的时归一化频率和采样点。

1.1.2 示例

cwt函数 用法比较简单,可以举个简单例子如下:其中锥形虚线为影响锥,影响锥范围内的值可信度较高:

复制代码
1
2
3
4
5
6
7
8
clc; clear; close all; load sumsin; x = sumsin(1:500); x = x + randn(1, length(x)); Fs = 10; figure; cwt(x, 'amor'); % 不指定Fs figure; cwt(x, 'amor', Fs); % 指定Fs

1.2 反变换icwt

1.2 .1 语法

用法基本同正变换,其中参数说明如下:

wt:正变换得到的矩阵;

xrec:反变换重构的信号。注意重构的信号和原信号还是有区别的。

 1.2.2 示例

复制代码
1
2
3
4
5
6
7
8
9
10
11
12
13
clc; clear; close all; load sumsin; x = sumsin(1:500); x = x + randn(1, length(x)); Fs = 10; [wt, f] = cwt(x, 'amor', Fs); % 指定Fs xrec1 = icwt(wt, 'amor'); % 反变换,指定小波基 xrec2 = icwt(wt, f, [0.06, 0.31]); % 反变换,指定频率范围可实现滤波效果。 subplot(311); plot(x); title('x'); subplot(312); plot(xrec1); title('全频率小波逆变换') subplot(313); plot(xrec2); title('针对部分频率范围进行小波逆变换')

二、离散小波变换 

2.1 函数总结

2.1.1 函数列表

 

 2.1.2 小波分解图

2.1.2.1 小波分解的算法步骤

2.1.2.2  小波重构的算法步骤

其实就是上采样后分别通过低通、高通滤波器。

 2.2 小波基总结

使用离散小波变换时,经常会设置错小波基函数。因为离散小波变换的小波基参数wname的格式应给为【wavelet_name】+[number]。具体总结如下:

wname的值小波基名称N取值
morlMorlet小波-
mexh墨西哥草帽小波-
meyrMeyer小波-
haarHaar小波-
dbN紧支集正交小波1,2,3,...
symN近似对称的紧支集正交小波通常取2~8
coifNCoiflet小波1~5
biorNr,Nd双正交样条小波。r-重构;d-分解1~6

2.3 示例

2.3.1 dwt、idwt

复制代码
1
2
3
4
5
6
7
8
9
10
11
clear all; load sumsin; x = sumsin(1:500); [cA, cD] = dwt(x, 'db2'); x_idwt = idwt(cA, cD, 'db2'); subplot(411); plot(x); title('x'); subplot(412); plot(cA); title('cA of dwt'); xlim([1, length(x)]); subplot(413); plot(cD); title('cD of dwt'); xlim([1, length(x)]); subplot(414); plot(x_idwt); title('idwt'); xlim([1, length(x)]);

 2.3.2 wavedec、waverec、wrcoef

复制代码
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
clear; load sumsin; x = sumsin(1:500); [c, l] = wavedec(x, 3, 'db3'); subplot(521); plot(x); title('x'); xlim([1, length(x)]); xx = waverec(c,l,'db3'); subplot(522); plot(x); title('waverec重构信号'); xlim([1, length(x)]); subplot(523); plot(c); title('wavedec-3个尺度分解结果'); xlim([1, length(x)]); for i=1:3 a1 = wrcoef('a', c, l, 'db3', i); % a-低频重构,d-高频重构 subplot(5,2, 2*i + 3); plot(a1); title(['wrcoef-从第', num2str(i),'个尺度的低频分量重构到0级']); xlim([1, length(x)]); end for i=1:3 a1 = wrcoef('d', c, l, 'db3', i); % a-低频重构,d-高频重构 subplot(5,2, 2*i + 4); plot(a1); title(['wrcoef-从第', num2str(i),'个尺度的高频分量重构到0级']); xlim([1, length(x)]); end

 2.2.3 upwlev、upcoef

最后

以上就是体贴自行车最近收集整理的关于matlab小波变换、离散小波变换函数使用参考连接一、连续小波变换二、离散小波变换 的全部内容,更多相关matlab小波变换、离散小波变换函数使用参考连接一、连续小波变换二、离散小波变换 内容请搜索靠谱客的其他文章。

本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
点赞(66)

评论列表共有 0 条评论

立即
投稿
返回
顶部