一维平稳小波变换- MATLAB & Simulink - MathWorks Deut金宝appschland - 金宝app,下载188bet金宝搏,金宝搏官方网站

一维平稳小波变换

本主题将带您了解使用小波工具箱™软件进行1-D离散平稳小波分析的特性。有关更多信息，请参阅非抽取离散平稳小波变换在小波工具箱用户指南．

工具箱为一维离散平稳小波分析提供了这些函数。有关函数的更多信息，请参阅参考页面。

Analysis-Decomposition功能

函数名	目的
`swt`	分解

Synthesis-Reconstruction功能

函数名	目的
`iswt`	重建

平稳小波分解结构比小波分解结构更易处理。因此，对于平稳小波变换(SWT)，对于小波情况有用的实用程序是不必要的。

在本节中，您将学习

加载信号
对信号进行平稳小波分解
根据系数构造近似和细节
在第1级显示近似值和细节
利用平稳逆小波变换重新生成信号
对信号进行多级平稳小波分解
重建三级近似
重建级别1、2和3的细节
重建1级和2级近似
显示分解的结果
从三级分解中重建原始信号
从信号中去除噪声

一维分析

这个例子涉及到一个有噪声的多普勒测试信号。

加载一个信号。
来自MATLAB^®提示,输入
```
负载noisdopp
```
设置变量。类型
```
S =噪声dopp;
```
对于SWT，如果在级别上进行分解k是必要的,2 ^ k必须把信号的长度均匀地分成。如果您的原始信号没有正确的长度，您可以使用wextend函数来扩展它。

执行单级平稳小波分解。

方法执行信号的单级分解db1小波。类型

[swa,swd] = swt(s,1，'db1');

这将生成一级近似(swa)和细节(swd)的系数。两者与信号的长度相同。类型

谁

的名字	大小	字节	类
`noisdopp`	`1 *`	`8192`	`双数组`
`年代`	`1 *`	`8192`	`双数组`
`swa`	`1 *`	`8192`	`双数组`
`社署`	`1 *`	`8192`	`双数组`

显示近似系数和细节系数。

要显示第1级的近似系数和细节系数，键入

次要情节(1、2、1)、情节(swa);title('近似cfs') subplot(1,2,2)， plot(swd);标题(“细节慢性疲劳综合症”)

用平稳逆小波变换对信号进行再生。
要找到逆变换，输入
```
A0 = iswt(swa,swd，'db1');
```
要检查完美的重建，键入
```
err = norm(s-A0) err = 2.1450e-14
```

构造并显示系数的近似值和细节。

要构造一级近似和细节(A1而且D1)由系数swa而且社署、类型

null cfs = 0(大小(swa));A1 = iswt(swa,nulcfs，'db1');D1 = iswt(nulcfs,swd，'db1');

要显示第1级的近似值和细节，键入

次要情节(1、2、1)、情节(A1);标题(“近似A1”);次要情节(1、2、2),图(D1);标题(“细节D1”);

执行多级平稳小波分解。

要在信号的第3级执行分解(再次使用db1小波),类型

[swa,swd] = swt(s,3，'db1');

这将生成第1、2和3级的近似系数(swa)和各细节的系数(社署)．观察这些行swa而且社署与信号长度相同。类型

清空A0 A1 D1 err nulcfs whos

的名字	大小	字节	类
`noisdopp`	`1 *`	`8192`	`双数组`
`年代`	`1 *`	`8192`	`双数组`
`swa`	`3 x1024`	`24576`	`双数组`
`社署`	`3 x1024`	`24576`	`双数组`

显示近似系数和细节系数。

若要显示近似系数和细节系数，请键入

KP = 0;对于I = 1:3 subplot(3,2,kp+1)， plot(swa(I，:));标题([约。cfs水平”,num2str (i)])次要情节(3 2,kp + 2),图(社署(我,:));title(['Detail cfs level '，num2str(i)]) kp = kp + 2;结束

从系数中重建三级近似。
要重建第3级的近似，键入
```
m0 =零(大小(swd));A = m0;A(3，:) = iswt(swa, m0，'db1');
```

根据系数重构细节。

要重建级别1、2和3的详细信息，请键入

D = m0;对于I = 1:3 SWCFS = mzero;Swcfs (i，:) = swd(i，:);D(i，:) = iswt(m0,swcfs，'db1');结束

从第3级的近似值和第2级和第3级的详细信息重建和显示第1级和第2级的近似值。

要重建第2级和第3级的近似，键入

A(2，:) = A(3，:) + d (3，:);A(1，:) = A(2，:) + d (2，:);

要显示级别1、2和3的近似值和详细信息，请键入

KP = 0;for i = 1:3 subplot(3,2,kp+1)， plot(A(i，:));标题([约。级别的,num2str (i)])次要情节(3 2,kp + 2),图(D(我,:));title(['Detail level '，num2str(i)]) kp = kp + 2;结束

通过阈值去除噪声。
去噪信号，使用 ddencmp命令计算一个默认的全局阈值。使用 wthresh命令执行详细系数的实际阈值分割，然后使用iswt命令获取去噪信号。

请注意

在1-D离散小波变换情况下选择阈值的所有方法对1-D平稳小波变换也是有效的小波分析这对于二维变换也是成立的。

[thr,sorh] = ddencmp('den'，'wv'，s);DSWD = wthresh(swd,sorh,thr);Clean = iswt(swa,dswd，'db1');

要显示原始信号和去噪信号，请键入

次要情节(2,1,1),图(s);标题('原始信号')subplot(2,1,2)， plot(干净);标题(“去噪信号”)

得到的信号仍然有一点噪声。的分解可以改善结果年代在第5级，而不是第3级，重复步骤14和15。要改进先前的去噪，请键入

[swa,swd] = swt(s,5，'db1');[thr,sorh] = ddencmp('den'，'wv'，s);DSWD = wthresh(swd,sorh,thr);Clean = iswt(swa,dswd，'db1');次要情节(2,1,1),图(s);标题('原始信号')subplot(2,1,2)， plot(干净);标题(“去噪信号”)

的另一种语法可用于swt而且iswt函数，给出相同的结果:

Lev = 5;SWC = swt(s,lev，'db1');Swcden = swc;swcden (1: end-1,:) = wthresh (swcden (1: end-1,:), sorh,刺);Clean = iswt(swcden，'db1');

您可以使用与上面第16步相同的plot命令来获得相同的plot。