时变一致性

傅里叶域的连贯性是一种良好的技术，用于测量两个固定过程之间的线性相关性，从0到1的频率上的频率函数。因为小波提供了关于时间和比例（频率）的数据的本地信息，基于小波相干性允许您根据频率的函数测量时变相关性。换句话说，适用于非营养过程的相干措施。

为了说明这一点，请检查在两个人受试者中获得的近红外光谱（NIRS）数据。NIRS通过利用氧化和脱氧血红蛋白的不同吸收特性来测量脑活动。记录站点是两个受试者的级别额头皮质，数据在10 Hz上进行采样。数据来自Cui，Bryant和Reiss（2012），并由作者提供此示例。

在实验中，受试者交替合作并竞争任务。任务期限约为7.5秒。

负载NIRSData;图绘图（TM，NIRSDATA（：，1））保持在情节(tm NIRSData (:, 2),'r')传说('主题1'那'主题2'那“位置”那'西北')包含('秒'） 标题（'nirs data'） 网格在;抓住离开;

检查时域数据，我们不清楚在单个时间序列中出现了什么样的振荡，也不清楚两个数据集有什么样的振荡。用小波分析来回答这两个问题。

作为时间和频率的函数获得小波相干性。您可以使用WCOHERENCE来输出小波相干，跨频率，刻度或尺度转换，以及影响的锥形。在此示例中，辅助功能螺旋浮动量打包一些有用的命令来绘制输出WCOHERENCE.。

[WCOH，〜，F，COI] = WCOHERENCE（NIRSDATA（：，1），NIRSDATA（：，2），10，'numcales'16);HelperplotCoherence（WCOH，TM，F，COI，'秒'那“赫兹”）;

在剧情中，您可以在左右的数据收集期间看到一个强烈的一致性区域。这是来自两个受试者的心脏节律。此外，您还会看到大约0.13 Hz的强度相干的区域。这代表了任务引起的受试者大脑中的相干振荡。如果在期间而不是频率方面观看小波相干性更自然，则可以输入采样间隔。使用采样间隔，WCOHERENCE.提供比例到周期转换。

[WCOH，〜，P，COI] = WCOHERENCE（NIRSDATA（：，1），NIRSDATA（：，2），秒（1/10），......'numcales'16);helperPlotCoherence (wcoh tm,秒(P),秒(coi),'时间（秒）'那'期间（秒）'）;

再次，记录下与受试者心脏活动相对应的相干振荡，在整个记录过程中发生的周期约为一秒。与任务相关的活动也很明显，周期约为8秒。参考Cui, Bryant， & Reiss(2012)对该数据进行更详细的小波分析。

总之，该示例显示了如何在两次序列中使用小波相干性来查找时间局限性的相干振荡行为。对于非突变信号，提供同时时间和频率（周期）信息的相干性的量度往往更有用。

参考：Cui，X.，D. M. Bryant和A. L. Reiss。“基于NIRS的浓度揭示了在合作期间高级前皮层中的人际一致性增加。”神经镜。卷。59，第3,2012，第2430页。2430-2437。