主要内容

biorfilt

双正交小波滤波器集

    描述

    例子

    LoD,藏,生气,雇佣) = biorfilt (DF,射频返回与分解滤波器指定的双正交小波相关联的四个滤波器DF和重建滤波器射频.这些过滤器是

    • LoD-分解低通滤波器

    • -分解高通滤波器

    • 不要生气-重构低通滤波器

    • HiR-重构高通滤波器

    LoD1、HiD1 LoR1 HiR1,LoD2、HiD2 LoR2 HiR2) = biorfilt (DF,射频, ' 8 ')返回8个过滤器,前4个与分解小波关联,后4个与重构小波关联。

    例子

    全部折叠

    这个例子展示了如何获得分解(分析)和重构(合成)过滤器“bior3.5”小波。

    得到与之相关的两个尺度和小波滤波器“bior3.5”小波。

    西弗吉尼亚州=“bior3.5”;(射频,Df) = biorwavf(西弗吉尼亚州);[LoD,藏,生气,HiR] = biorfilt (Df, Rf);

    绘制滤波器脉冲响应。

    次要情节(2、2、1)干细胞(LoD)标题(“dec低通滤波器”,wv]) subplot(2,2,2) stem(HiD) title([“dec Highpass Filter”子图(2,2,3)茎(or)标题([Rec.低通滤波器子图(2,2,4)茎(HiR)标题(['Rec.高通滤波器'西弗吉尼亚州])

    图中包含4个轴对象。标题为dec Lowpass Filter bior3.5的axis对象1包含一个类型为stem的对象。标题为dec Highpass Filter bior3.5的axis对象2包含一个类型为stem的对象。标题为Rec. Lowpass Filter bior3.5的坐标轴对象3包含一个stem类型的对象。标题为Rec. Highpass Filter bior3.5的对象4包含一个类型为stem的对象。

    证明双滤波器在偶数滞后时的自相关仅为零。检查低通分解滤波器的自相关序列。

    npad = 2 *长度(LoD) 1;LoDxcr = fftshift(传输线(abs (fft (LoD npad)) ^ 2));滞后=地板(npad / 2):地板(npad / 2);图阻止(LoDxcr滞后,“markerfacecolor”,[0 0 1]) set(gca,“xtick”10:2:10)标题(自相关的)包含(“滞后”

    图中包含一个轴对象。标题为“自相关”的轴对象包含一个类型为stem的对象。

    检查低通分解和综合滤波器的互相关序列。将结果与前面的图进行比较。即使是在滞后时间,相互相关性也为零。

    npad = 2 *长度(LoD) 1;xcr = fftshift(传输线(fft (LoD, npad)。*连词(fft(卤,npad))));滞后=地板(npad / 2):地板(npad / 2);茎(xcr滞后,“markerfacecolor”,[0 0 1]) set(gca,“xtick”10:2:10)标题(互相关的)包含(“滞后”

    图中包含一个轴对象。具有标题互相关联的axis对象包含一个类型为stem的对象。

    比较了变换函数的分析与合成,缩放和小波滤波器。

    dftLoD = fft (LoD, 64);dftLoD = dftLoD(1:长度(dftLoD) / 2 + 1);dftHiD = fft(藏,64);dftHiD = dftHiD(1:长度(dftHiD) / 2 + 1);dftLoR = fft(生气,64);dftLoR = dftLoR(1:长度(dftLoR) / 2 + 1);dftHiR = fft (HiR, 64);dftHiR = dftHiR(1:长度(dftHiR) / 2 + 1);df =(2 *π)/ 64;freqvec = 0: df:π; subplot(2,1,1) plot(freqvec,abs(dftLoD),freqvec,abs(dftHiD),“r”)轴标题(“传输模量- dec Filters”次要情节(2,1,2)情节(freqvec、abs (dftLoR)、freqvec、abs (dftHiR),“r”)轴标题(传输模量- Rec滤波器

    图中包含2个轴对象。带有标题Transfer Modulus - dec Filters的轴对象1包含2个类型为line的对象。带有标题传递模量- Rec的轴对象2。过滤器包含2个类型为line的对象。

    输入参数

    全部折叠

    与双正交小波相关的分解缩放滤波器,指定为向量。

    数据类型:

    与双正交小波相关的重建缩放滤波器,指定为向量。

    数据类型:

    输出参数

    全部折叠

    小波分解滤波器,返回为一对偶数长度实值向量。LoD是低通分解滤波器,和为高通分解滤波器。

    小波重构滤波器,返回为一对偶数长度实值向量。不要生气是低通重构滤波器,和HiR为高通重构滤波器。

    与分解(分析)小波相关的滤波器,返回为偶数长度实值向量。

    • LoD1-分解低通滤波器

    • HiD1-分解高通滤波器

    • LoR1-重构低通滤波器

    • HiR1-重构高通滤波器

    与重构(合成)小波相关的滤波器,返回为偶数长度实值向量。

    • LoD2-分解低通滤波器

    • HiD2-分解高通滤波器

    • LoR2-重构低通滤波器

    • HiR2-重构高通滤波器

    更多关于

    全部折叠

    双正交的过滤器

    众所周知,在子带滤波社区中,如果使用相同的FIR滤波器进行重构和分解,那么对称和精确重构是不相容的(哈尔小波除外)。因此,在双正交滤波器中引入了两个小波而不是一个小波。

    一个小波, ψ ˜ ,用于分析,和信号的系数年代

    c ˜ j , k 年代 x ψ ˜ j , k x d x

    另一个小波ψ用于合成:

    年代 j , k c ˜ j , k ψ j , k

    此外,这两个小波具有如下的对偶性:
    ψ ˜ j , k x ψ j , k x d x 0 一旦j≠”k≠k '
    ϕ ˜ 0 , k x ϕ 0 , k x d x 0 一旦k≠k '

    很明显,正如A. Cohen在他的论文(第110页)中指出的那样,“分析的有用性质(如振荡、零矩)可以集中在 ψ ˜ 函数;然而,综合的有趣性质(正则性)赋给ψ函数。这两项任务的分离证明是非常有用的。”

    ψ ˜ ψ有非常不同的正则性,ψ比 ψ ˜

    ψ ˜ 、ψ ϕ ˜ 其中ϕ函数在段外为零。

    参考文献

    [1]科恩,艾伯特。"Ondelettes,分析multirésolution et trait numérique du signal,"博士论文巴黎第九大学1992.

    [2] Daubechies,英格丽德。小波十讲.CBMS-NSF应用数学区域会议系列费城:工业和应用数学学会,1992年。

    另请参阅

    |

    之前介绍过的R2006a