在利用matlab做小波分析时,小波分解函数和系数提取函数的结果都是分解系数。我们知道,复杂的周期信号可以分解为一组正弦函数之和,及傅里叶级数,而傅里叶变换对应于傅里叶级数的系数;同样,信号也可以表示为一组小波基函数之和,小波变换系数对应于这组小波基函数的系数。

多尺度分解是按照多分辨分析理论,分解尺度越大,分解系数的长度越小(是上一个尺度的二分之一)。我们会发现分解得到的小波低频系数的变化规律和原始信号相似,但要注意低频系数的数值和长度与原始信号以及后面重构得到的各层信号是不一样的。

小波分解:具体实现过程可以分别设计高通滤波器和低通滤波器,得到高频系数和低频系数,并且每分解一次数据的长度减半。小波重构,为分分解的逆过程,先进行增采样,及在每两个数之间插入一个0,与共轭滤波器卷积,最后对卷积结果求和。在应用程中,我们经常利用各层系数对信号进行重构(注意虽然系数数少于原信号点数,但是重构后的长度是一样的),从而可以有选择的观看每一频段的时域波形。从而确定冲击成分所在频率范围。便于更直观的理解,小波分解,利用各层系数进行信号重构过程我们可以认为是将信号通过一系列的不同类型的滤波器,从而得到不同频率范围内的信号,及将信号分解。

小波消噪:运用小波分析进行一维信号消噪处理和压缩处理,是小波分析的两个重要的应用。使用小波分析可以将原始信号分解为一系列的近似分量和细节分量,信号的噪声主要集中表现在信号的细节分量上。使用一定的阈值处理细节分量后,再经过小波重构就可以得到平滑的信号。

小波常用函数

[C,L]=wavedec(s,3,'db1');

%用小波函数db1对信号s进行3尺度分解

其中C为分解后低频和高频系数,L存储低频和高频系数的长度。

X=wrcoef(‘type’,C,L,’wname’,N) %对一维小波系数进行单支重构,其中N表示对第几层的小波进行重构

X=wrcoef(‘a’,C,L,’wname’,3) %对第三层的低频信号进行重构 ,如果a变为d的话,表示对低频分量进行重构。注意重构后数据的长度于原来数据的长度一致。

ca1=appcoef(C,L,'db1',1); %从前面小波3尺度分解结构[C,L]中提取尺度1的低频系数

高频系数提取类似。

选择合适的阈值,小波分解后,重构可以达到去除噪声的目的。

小波包分解,可以将信号分在不同的频带,且不同的频带宽度是一样的。小波分析,只将低频分量进行分解,高频分量将不再分解,及频段的长短不一。

小波包分析的常用函数

t=wpdec(y,3,'db1','shannon');%小波分解,三次分解,共分成8个频段,其中y表示原始信号,八段信号分别 表 示表示为[3,0],[3,1][3,2][3,3][3,4][3,5][3,6][3,7]

rcfs=wprcoef(t,[3,i]);

%利用相应的频段进行小波重构,如果采样频率为4096的话,则每一段表示256hz,当i取0,表示利用0-256hz频段的系数进行小波重构。

cfs21=wpcoef(t,[3,i]);%提取小波的系数,将每一短系数平方相加,即可得到每一段的能量,可以画出能量分布图。

总之小波和小波包最简单的理解就是把它当做滤波器来看,将信号利用不同类型的滤波器,分成不同频段的信号,实现细化信号的目的。

以上只是最近学习小波和小波包的一点学习心得,自己做个记录,不求对人有用,但求学有所得。

matlab小波包分析,小波分析及小波包分析相关推荐

  1. 小波相干wtc matlab,小波分析与小波相干代码

    [实例简介] 小波分析和小波相关的实验代码(matlab),可用于长时间序列数据的变化周期特点分析和两个或者多个时间序列数据的相关性分析(文件夹里包含一份空气质量的实验数据,可用于参照). [实例截图 ...

  2. 小波分析、小波降噪matlab代码实现

    小波分析.小波降噪matlab代码实现 软阈值.硬阈值.固定阈值三种方式 1. 简介 2. 操作步骤 3. 直接上代码 4. 运行结果显示 1. 噪声信号图像 2. 硬阈值去噪图像 3. 软阈值去噪图 ...

  3. 小波神经网络的基本原理,小波神经网络辨识分析

    什么是"小波神经网络"?能干什么用呀 小波神经网络(Wavelet Neural Network, WNN)是在小波分析研究获得突破的基础上提出的一种人工神经网络. 它是基于小波分 ...

  4. 用matlab编写了一个DSP数据处理小软件

    MyDSP信号处理软件-使用说明书 源程序: https://pan.baidu.com/s/1mGNITpC_mDnMIF_E59BeAw?pwd=1234 提取码:1234 信号处理软件MyDSP ...

  5. 【小波分析】小波的正交性,消失矩等常见概念及常见的小波基介绍

    小波的几个术语及常见的小波基介绍 本篇是这段时间学习小波变换的一个收尾,了解一下常见的小波函数,混个脸熟,知道一下常见的几个术语,有个印象即可,这里就当是先作一个备忘录,以后若有需要再深入研究. 一. ...

  6. 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 ...

  7. 舰船辐射噪声 matlab,基于MATLAB的舰船辐射噪声信号小波消噪处理

    基于MATLAB的舰船辐射噪声信号小波消噪处理 针对舰船辐射噪声信号的特点提出了小波消噪的方法,对小波消噪理论作了简要的阐述,并设计了一种消噪方案,最后利用MATLAB,在计算机 (本文共4页) 阅读 ...

  8. 用matlab对信号降噪,信号的小波降噪 matlab仿真程序

    信号的小波降噪 小波分析的重要应用之一就是用于信号降噪.在此,简要地阐述一下小波分析对信号降噪的基本原理. 我们知道,一个含噪的一维信号模型可表示为如下形式: 其中, 为含噪信号, 为有用信号, 为噪 ...

  9. 小程序用户行为数据监测与分析以及案例分享

    小程序现在火了.但是应该如何监测小程序的数据呢?相信这是一个大家都关心的问题.这篇文章对这个问题进行解答. 一共包括两个部分: 1. 如何获得小程序相关数据(常规数据和自定义事件数据): 2. 如何利 ...

  10. 提高微信小程序的应用速度的常见方式有哪些? 小程序怎么实现下拉刷新? 简述微信小程序原理? 小程序的发布流程(开发流程)分析下微信小程序的优劣势?小程序授权登录流程? 小程序支付如何实现

    小程序部分常见面试题 提高微信小程序的应用速度的常见方式有哪些? 提高页面加载速度 用户行为预测 减少默认data的大小 组件化方案 分包预下载 小程序与原生App相比优缺点? 优点: 基于微信平台开 ...

最新文章

  1. json java typeof_java解析json
  2. 如何做好网站开发项目需求分析(转)
  3. linux 占用缓存前10_Linux 中的零拷贝技术
  4. 百度网络监控实战:NetRadar横空出世(上)
  5. PMCAFF | 十大最坑爹的产品设计缺陷你遇到过几个?
  6. pytorch使用清华源安装仍失败解决方案
  7. Google开源Leak Finder——用于检测内存泄漏的JavaScript工具
  8. Ace教你一步一步做Android新闻客户端(三) JSON数据解析
  9. OVS+DPDK Datapath 包分类技术
  10. 【OpenCV 例程200篇】53. Scipy 实现图像二维卷积
  11. 几点减几点怎么列算式_洁净室平面设计怎么做?洁净室施工做到这几点就对了...
  12. labiview ni python_LabVIEW到底有哪些优势导致他用户量这么少但是长期不消失?
  13. 【iOS】The run destination iPhone is not valid for Running the scheme .
  14. 二十三、K8s集群强化1-认证
  15. Orale查询返回相似度基数个数
  16. 抱米花豆丁下载器20100529(单文件绿色版)
  17. Linux的ssh登录命令,Linux SSH登录命令总结
  18. [教程]安装系统解码器 - 指导教程
  19. RTR4 拾遗(一)-- 图形学的B面
  20. Python爬取De下载站相关代码

热门文章

  1. 【Python爬虫实战】使用Selenium爬某音乐歌曲及评论信息啦~
  2. 餐厅点餐系统源码(带电脑端和手机端)
  3. SQLSERVER2008-数据库可疑的解决步骤
  4. 高斯克吕格投影与墨卡托投影(通用横轴墨卡托、web墨卡托等)
  5. Unity 渲染管线总结
  6. 【c++实现】模拟银行叫号系统
  7. 智能交通管理领域常用技术标准
  8. LabVIEW中调用Halcon
  9. Web自动化测试:超详细的环境搭建步骤
  10. 关于手眼标定的误差计算