主要内容

orthfilt

正交小波滤波器

描述

例子

Lo_DHi_DLo_RHi_R) = orthfilt (W计算与缩放过滤器相关联的四个过滤器W对应于小波。

函数计算的四个滤波器是分解低通滤波器Lo_D,分解高通滤波器Hi_D,重构低通滤波器Lo_R,重构高通滤波器Hi_R

有关函数如何计算过滤器的更多信息,请参见算法

例子

全部折叠

创建一个与指定的Daubechies小波相关联的缩放过滤器“db8”

W = dbwavf (“db8”);茎(W);标题(“原始比例滤波器”);

图中包含一个轴对象。标题为“原始缩放过滤器”的axis对象包含一个stem类型的对象。

计算与缩放过滤器相关联的四个过滤器。

[Lo_D, Hi_D Lo_R Hi_R] = orthfilt (W);

绘制分解低通滤波器。

茎(Lo_D);标题(分解低通滤波器的);

图中包含一个轴对象。标题为“分解低通滤波器”的axis对象包含一个stem类型的对象。

绘制分解高通滤波器。

茎(Hi_D);标题(“高通滤波器分解”);

图中包含一个轴对象。标题为“分解高通过滤器”的axis对象包含一个类型为stem的对象。

绘制重构低通滤波器。

茎(Lo_R);标题(重建低通滤波器的);

图中包含一个轴对象。标题为重建低通滤波器的轴对象包含一个stem类型的对象。

绘制重构高通滤波器。

茎(Hi_R);标题(重建高通滤波器的);

图中包含一个轴对象。标题为重建高通滤波器的轴对象包含一个stem类型的对象。

在分解过滤器中检查标准正交性。

df = [Lo_D; Hi_D];射频= [Lo_R; Hi_R];id = df * df”
id =2×21.0000 -0.0000 -0.0000 1.0000

在重建滤波器中检查标准正交性。

id2 = rf *射频'
id2 =2×21.0000 0.0000 0.0000 1.0000

通过并矢变换检查正交性。

df = [Lo_D 0 0;Hi_D 0 0];dft = [0 0 Lo_D;0 0 Hi_D];z = df * dft的
z =2×210-12× -0.1895 0.000 0.000 -0.1895

绘制低频传递模量。

fftld = fft (Lo_D);频率=[1:长度(Lo_D)] /长度(Lo_D);情节(频率、abs (fftld));标题(“转移系数:低通”);

图中包含一个轴对象。标题为Transfer modulus: low-pass的axis对象包含一个类型为line的对象。

绘制高频传递模量。

ffthd = fft (Hi_D);情节(频率、abs (ffthd));标题(“转移模量:高通”

图中包含一个轴对象。标题为Transfer modulus: high-pass的轴对象包含一个类型line的对象。

输入参数

全部折叠

与小波对应的缩放滤波器,指定为实值向量。

输出参数

全部折叠

分解低通滤波器与缩放滤波器相关联W,返回实值向量。

分解高通滤波器与缩放滤波器相关联W,返回实值向量。

重建低通滤波器与缩放滤波器相关W,返回实值向量。

重建高通滤波器与缩放滤波器相关联W,返回实值向量。

算法

对于多分辨率框架中的正交小波,从尺度函数ϕ和小波函数ψ开始。其中一个基本关系是双尺度关系:

1 2 ϕ x 2 n Z w n ϕ x n

使用的所有过滤器dwt得到函数与序列密切相关 w n n Z .如果支持的是紧凑的ϕ,则金宝appwn)是有限的,可以看作是一个FIR滤波器。扩展过滤器W是一个长度为2N的低通FIR滤波器,其和为1,范数为1/√2。

例如,对于adb4扩展过滤器,

W = dbwavf('db3') W = 0.2352 0.5706 0.3252 -0.0955 -0.0604 0.0249 sum(W) = 1.000 norm(W) = 0.7071

从滤波器中定义四个FIR滤波器W长度为2N,范数为1。

过滤器

低通

高通

分解

Lo_D Hi_D

重建

Lo_R Hi_R

该函数使用以下方案计算四个过滤器。

该算法定义了qmf是这样的,Hi_RLo_R是正交镜滤光片(那是Hi_R (k) = (1)k(2 + 1 - k),因为k = 1,2, Ä, 2N),wrev使得滤波系数发生翻转。因此,Hi_DLo_D也是正交镜滤光片。

参考文献

[1] Daubechies, I.(1992)。十堂小波课.CBMS-NSF应用数学会议系列,SIAM主编,117 - 119,137,152页。

另请参阅

||

之前介绍过的R2006a