下面是使用小波包变换分析两个信号的特征向量和各频率成分的功率谱!

%t=0.001:0.001:1;

t=1:1000;

s1=sin(2*pi*50*t*0.001)+sin(2*pi*120*t*0.001)+rand(1,length(t));

for t=1:500;

s2(t)=sin(2*pi*50*t*0.001)+sin(2*pi*120*t*0.001)+rand(1,length(t));

end

for t=501:1000;

s2(t)=sin(2*pi*200*t*0.001)+sin(2*pi*120*t*0.001)+rand(1,length(t));

end

subplot(9,2,1)

plot(s1)

title('原始信号')

ylabel('S1')

subplot(9,2,2)

plot(s2)

title('故障信号')

ylabel('S2')

wpt=wpdec(s1,3,'db1','shannon');

%plot(wpt);

s130=wprcoef(wpt,[3,0]);

s131=wprcoef(wpt,[3,1]);

s132=wprcoef(wpt,[3,2]);

s133=wprcoef(wpt,[3,3]);

s134=wprcoef(wpt,[3,4]);

s135=wprcoef(wpt,[3,5]);

s136=wprcoef(wpt,[3,6]);

s137=wprcoef(wpt,[3,7]);

s10=norm(s130);

s11=norm(s131);

s12=norm(s132);

s13=norm(s133);

s14=norm(s134);

s15=norm(s135);

s16=norm(s136);

s17=norm(s137);

st10=std(s130);

st11=std(s131);

st12=std(s132);

st13=std(s133);

st14=std(s134);

st15=std(s135);

st16=std(s136);

st17=std(s137);

disp('正常信号的特征向量');

snorm1=[s10,s11,s12,s13,s14,s15,s16,s17]

std1=[st10,st11,st12,st13,st14,st15,st16,st17]

subplot(9,2,3);plot(s130);

ylabel('S130');

subplot(9,2,5);plot(s131);

ylabel('S131');

subplot(9,2,7);plot(s132);

ylabel('S132');

subplot(9,2,9);plot(s133);

ylabel('S133');

subplot(9,2,11);plot(s134);

ylabel('S134');

subplot(9,2,13);plot(s135);

ylabel('S135');

subplot(9,2,15);plot(s136);

ylabel('S136');

subplot(9,2,17);plot(s137);

ylabel('S137');

wpt=wpdec(s2,3,'db1','shannon');

%plot(wpt);

s230=wprcoef(wpt,[3,0]);

s231=wprcoef(wpt,[3,1]);

s232=wprcoef(wpt,[3,2]);

s233=wprcoef(wpt,[3,3]);

s234=wprcoef(wpt,[3,4]);

s235=wprcoef(wpt,[3,5]);

s236=wprcoef(wpt,[3,6]);

s237=wprcoef(wpt,[3,7]);

s20=norm(s230);

s21=norm(s231);

s22=norm(s232);

s23=norm(s233);

s24=norm(s234);

s25=norm(s235);

s26=norm(s236);

s27=norm(s237);

st20=std(s230);

st21=std(s231);

st22=std(s232);

st23=std(s233);

st24=std(s234);

st25=std(s235);

st26=std(s236);

st27=std(s237);

disp('故障信号的特征向量');

snorm2=[s20,s21,s22,s23,s24,s25,s26,s27]

std2=[st20,st21,st22,st23,st24,st25,st26,st27]

subplot(9,2,4);plot(s230);

ylabel('S230');

subplot(9,2,6);plot(s231);

ylabel('S231');

subplot(9,2,8);plot(s232);

ylabel('S232');

subplot(9,2,10);plot(s233);

ylabel('S233');

subplot(9,2,12);plot(s234);

ylabel('S234');

subplot(9,2,14);plot(s235);

ylabel('S235');

subplot(9,2,16);plot(s236);

ylabel('S236');

subplot(9,2,18);plot(s237);

ylabel('S237');

%fft

figure

y1=fft(s1,1024);

py1=y1.*

使用小波包变换分析信号的matlab程序,使用小波包变换分析信号的MATLAB程序相关推荐

  1. 基于小波包的图像压缩及matlab实现,基于小波包的图像压缩及matlab实现精选.doc...

    基于小波包的图像压缩及matlab实现精选 基于小波包的图像压缩及matlab实现 摘要:小波包分析理论作为新的时频分析工具,在信号分析和处理中得到了很好的应用,它在信号处理.模式识别.图像分析.数据 ...

  2. matlab 电化学程序,基于MATLAB的电化学滴定曲线导数变换的实现

    冶金分析 ,2010 ,30(10) :1619Metallurgical Analysis ,2010 ,30(10) :16219文章编号 :1000 - 7571(2010) 10 - 0016 ...

  3. matlab有意思程序,matlab有意思的小程序

    10个C++趣味小程序,很有意思的.VIP专享文档 VIP专享文档是百度文库认... 现在很多人使用微信的时间已经非常长了,他们注册的微信号往上可能已经是5年前的事情了,正是由于不少使用者在这个过程当 ...

  4. matlab中daubechie小波,[转载]小波滤波器

    滤波器组完美重构与小波快速算法. 前面的分析可以知道Vj相当于在j分辨率的逼近,Vj-1相当于j-1分辨率的逼近,这样Wj-1相当于两个分辨率逼近的差.在高分辨率下,我们可以用f在(2^j*t)的采样 ...

  5. gabor小波matlab,用matlab实现gabor小波对图片的纹理特征提取【转】

    用matlab实现gabor小波对图片的纹理特征提取[转] (2009-04-27 14:35:41) 过程如下: (1)在matlab中,用gaborfilter.m程序实现对三种农作物(小麦.棉花 ...

  6. matlab dwt 多层分解,利用matlab对图片进行多层小波分解 会的加QQ511607771 加过作图之后积分加倍送...

    利用matlab对图片进行多层小波分解 会的加QQ511607771 加过作图之后积分加倍送 mip版  关注:96  答案:2  悬赏:0 解决时间 2021-01-23 13:02 已解决 202 ...

  7. 初识exe程序反汇编小感

    [原创]初识exe程序反汇编小感 <?xml:namespace prefix = o ns = "urn:schemas-microsoft-com:office:office&qu ...

  8. matlab算法(二维傅立叶级数变换)

    说明 Y = fft2(X) 使用快速傅里叶变换算法返回矩阵的二维傅里叶变换,这等同于计算 fft(fft(X).').'.如果 X 是一个多维数组,fft2 将采用高于 2 的每个维度的二维变换.输 ...

  9. MATLAB能进行拉氏变换吗,matlab拉氏反变换

    §2.3 拉氏变换和拉氏反变换的定义 ? §2.4 典型时间函数的拉氏变换 ? §2.5 拉氏变换的性质 ? §2.6 拉氏反变换的数学方法 ? §2.7 用拉氏变换解...... 实验八 拉氏正反变 ...

  10. matlab对图像进行KL变换,kl变换特征提取

    KL变换_工学_高等教育_教育专区.模式识别中经典算法KL变换的详细介绍 基于K 基于K-L变换的多类模式特征提取特征提取的目的: 对一类模式:维数压缩. 对多类模式...... (Karhunen- ...

最新文章

  1. List复制:深拷贝和浅拷贝用法及区别
  2. 生成中文词云图的制作:带有不同的背板
  3. Java中 SPI的使用
  4. 目标检测回归损失函数——IOU、GIOU、DIOU、CIOU、EIOU
  5. Javascript当中的RSA加解密
  6. Python实现图像信息隐藏
  7. Atitit.注解解析(1)---------词法分析 attilax总结 java .net
  8. 如何创建一个注册表文件
  9. 金山文字 职称计算机,计算机职称考试金山文字2005考试大纲
  10. excel复选框_在Excel公式中使用复选框结果
  11. API接口安全设计方案(已实现)
  12. 2014c语言考试题库,2014年腾讯校园招聘C语言考试真题
  13. 掌握这几点 让你快速写出优质电影解说文案!
  14. Python的异步编程介绍
  15. C++定时器CTimer的实现
  16. Cpolar实现虚拟机内网穿透,搭建私人云服务器
  17. 计算机基础知识-进制的运算
  18. 1292. 元素和小于等于阈值的正方形的最大边长-前缀和算法
  19. python 实现 PDF 页面横向纵向旋转
  20. SmoothGrad: removing noise by adding noise论文解读

热门文章

  1. (result, consumed) = self._buffer_decode(data, self.errors, final)
  2. nova Evacuate
  3. Unity Cull 背面剔除
  4. 小学生数量成为楼市风向标?
  5. bilibili视频下载 (python)
  6. iOS - 解决Warning: Attempt to present which is already presenting
  7. 美柚:女性移动APP安全攻防战
  8. raspberry 防火墙_用Raspberry Pi对您的家庭网络进行防火墙
  9. 开机时自动启动的AutoHotkey脚本
  10. Python 读文件只读了一部分的问题解决