小波的分解和重构在很多领域都有运用。

第一： matlab中相关小波函数

1、 wavedec: Multilevel 1-D wavelet decomposition 小波分解

[C,L] = wavedec(X,N,'wname')
[C,L] = wavedec(X,N,Lo_D,Hi_D)

Lo_D, the decomposition low-pass filter
Hi_D, the decomposition high-pass filter
X is signal，N is layer，C 是小波系数 ,L是小波.

2、 detcoef: Multilevel 1-D wavelet detail coefficients 小波细节系数，目的是获取上图种的cDx

D = detcoef(C,L,N)
D = detcoef(C,L)

3、appcoef ：1-D approximation coefficients 小波近似系数，目的是获取cA

A = appcoef(C,L,'wname',N)
A = appcoef(C,L,'wname')
A = appcoef(C,L,Lo_R,Hi_R)
A = appcoef(C,L,Lo_R,Hi_R,N)

4、 waverec : Multilevel 1-D wavelet reconstruction 小波重构

X = waverec(C,L,Lo_R,Hi_R)
X = waverec(C,L,'wname')
X = appcoef(C,L,'wname',0)

第二：案例

用小波分解重构函数后，用MSE 来进行比较分析

eg1：小波信号分解到a1 ,和b1 然后重构信号。

eg2：小波分解到第三层重构信号

eg3: 小波分解到第三层，但是通过第二层的a2,d2,d1,最后重构部分要加上length(ecg)

eg4: idwt 重构函数：

完整代码：

clc,clear all;close all;
fs=180;
N=2000;
t=(1:N-1)/fs;
s=1.2*sin(2*pi*t*20)+0.5*cos(2*pi*t*60);%%% 滤掉60Hz的信号
% level=8; wavename='bior2.6';
figure;
subplot(211); plot(t,s); title('原始信号') ;  grid on
[f, spectrum ] = gan_fft(s,fs,N);
subplot(212);plot(f,spectrum); title('原始信号pinpu');   grid on
[C,L]=wavedec(s,2,'db6');
X = waverec(C,L,'db6');figure;
subplot(211);plot(t,X); title('原始信号分解后又重构的信号') ; grid on
[f, spectrum ] = gan_fft(X,fs,N);
subplot(212);plot(f,spectrum); title('原始信号分解后又重构pinpu');  grid on
%%%% 均方误差
MSE=sum((X-s).^2)/length(s);

function [f, spectrum ] = gan_fft(s,Fs,L)
%GAN_FFT 此处显示有关此函数的摘要
%   此处显示详细说明
y=fft(s);
p2=abs(y/L);
p1=p2(1:L/2+1);
p1(2:end-1)=2*p1(2:end-1);
f = Fs*(0:(L/2))/L;
spectrum=p1;end

例子2：

clc,clear all;close all;
fs=180;
N=2000;
t=(1:N-1)/fs;
s=1.2*sin(2*pi*t*20)+0.5*cos(2*pi*t*60);%%% 滤掉60Hz的信号
% level=8; wavename='bior2.6';
figure;
subplot(211); plot(t,s); title('原始信号') ;  grid on
[f, spectrum ] = gan_fft(s,fs,N);
subplot(212);plot(f,spectrum); title('原始信号pinpu');   grid on
[C,L]=wavedec(s,3,'db6');
X = waverec(C,L,'db6');
[A1]=appcoef(C,L,'db6',1);
[A2]=appcoef(C,L,'db6',2);
[A3]=appcoef(C,L,'db6',3);
[D1,D2,D3]=detcoef(C,L,[1 2 3]);
C1=[A3,D3,D2,D1];%%% z注意此处是逗号还是分号
%[length(A3);length(D3);length(D2);length(D1);length(s)]
x2=waverec(C1,L,'db6');
MSE=sum((x2-s).^2)/length(s)

matlab 小波的分解与重构相关推荐

小波图像分解与重构程序存在的问题与解决办法
(思远老师的好文章留着) 转载自http://blog.csdn.net/chenyusiyuan/article/details/2513126 去年11月发布了一系列有关小波变换和图像处理的文章, ...
小波分析：db小波的分解与重构
小波分析:db小波的分解与重构最近在利用行波测距中使用到了小波变换的模极大值提取行波波头的时间,苦于公开资源太少,无从下手.最终经过学习,有所所获,希望可以帮助到有需要的同学. 贴一段matlab的 ...
【转】小波图像分解与重构
原文地址:[转]小波图像分解与重构作者:freedesert 小波图像融合综述(1) 分类: 小波变换 2007-11-14 11:15 4728人阅读评论(6) 收藏举报图像融合是将 ...
（转）小波的分解和重构
转:天津大学小波分析宗婧 1015202078 原理可参考:https://wenku.baidu.com/view/73439a6d5901020207409cd5.html 1.单层小波分解 ...
Matlab小波工具箱的使用2
Matlab小波工具箱的使用2 (2011-11-11 09:32:57) 转载▼ http://blog.sina.com.cn/s/blog_6163bdeb0102dw7a.html#cmt_5 ...
matlab 小波启发式阈值滤波,小波阈值去噪
小波阈值去噪小波阈值去噪目录 1.概念 2.原理 3.影响降噪效果的因素 3.1小波基的选择 3.2分解层数的选择 3.3阈值的选择 3.4阈值函数的选择 4.MATLAB代码参考文献小波分析 ...
【图像去噪】基于matlab小波滤波（硬阙值+软阙值）+中值滤波图像去噪【含Matlab源码 462期】
一.获取代码方式获取代码方式1: 完整代码已上传我的资源:[图像去噪]基于matlab小波滤波(硬阙值+软阙值)+中值滤波图像去噪[含Matlab源码 462期] 获取代码方式2: 通过订阅紫极神光 ...
Matlab小波工具箱常用函数
1.Cwt :一维连续小波变换格式:coefs=cwt(s,scales,'wavename') coefs=cwt(s,scales,'wavename','plot') scales:尺度向量, ...
正交db小波图像处理 matlab,基于matlab小波工具箱的数字图像处理及小波分析
基于matlab小波工具箱的数字图像处理及小波分析基于 Matlab 小波工具箱的数字图像处理摘要:小波分析在图像处理中有非常重要的应用,包括图像压缩.去噪.分解和增强等.运用多分辨率分析可以将信号 ...

matlab 小波的分解与重构

第一： matlab中相关小波函数

1、 wavedec: Multilevel 1-D wavelet decomposition 小波分解

2、 detcoef: Multilevel 1-D wavelet detail coefficients 小波细节系数，目的是获取上图种的cDx

3、appcoef ：1-D approximation coefficients 小波近似系数，目的是获取cA

4、 waverec : Multilevel 1-D wavelet reconstruction 小波重构

matlab 小波的分解与重构相关推荐

最新文章

热门文章

matlab 小波的分解与重构

第一： matlab中相关小波函数

1、 wavedec: Multilevel 1-D wavelet decomposition 小波分解

2、 detcoef: Multilevel 1-D wavelet detail coefficients 小波细节系数，目的是获取上图种的cDx

3、appcoef ：1-D approximation coefficients 小波近似系数， 目的是获取cA

4、 waverec : Multilevel 1-D wavelet reconstruction 小波重构

matlab 小波的分解与重构相关推荐

最新文章

热门文章

3、appcoef ：1-D approximation coefficients 小波近似系数，目的是获取cA