wt
连续小波变换滤波器组
语法
描述
例子
连续小波变换使用滤波器组
负载的多普勒信号。创建一个类滤波器组可以应用到信号。
负载noisdoppfb = cwtfilterbank (“SignalLength”元素个数(noisdopp));
使用滤波器组来获得信号的连续小波变换。
[cfs f coi] = wt (fb, noisdopp);
画出CWT量图,包括锥的影响力。
t = 0:元素个数(noisdopp) 1;pcolor (t、f、abs (cfs))阴影平集(gca),“YScale”,“日志”)举行在情节(t,硬币,“w -”,“线宽”(3)包含的时间(样本))ylabel (的归一化频率(周期/样本))标题(量图的)
使用缩放系数连续小波逆变换
创建和阴谋在1000赫兹信号采样。创建一个类滤波器组可以使用信号。由于信号是周期性的,设置边界扩展属性的滤波器组“周期”。
Fs = 1000;t = 0:1 / Fs: 1 - 1 / f;sig = 3 * sin(2 *π* 20 * t) + cos(2 *π* 2 * t);fb = cwtfilterbank (“SignalLength”、长度(团体),…“SamplingFrequency”Fs,…“边界”,“周期”);情节(t, sig)包含(的时间(秒))标题(“信号”)
信号的变换。返回小波和缩放系数。
[cfs, ~, ~, scalcfs] = wt (fb,团体);
重建信号的两种方法。第一次使用的均值信号,然后使用缩放系数。绘制原始信号和重建之间的区别。
xrec0 = icwt(慢性疲劳综合症,“SignalMean”,意味着(sig));xrec1 = icwt(慢性疲劳综合症,“ScalingCoefficients”,scalcfs);sig-xrec0情节(t)在情节(t, sig-xrec1)网格在传奇(“使用意味着(sig)”,“使用scalcfs”)标题(“区别重建”)
比例系数的结果在一个更精确的重建。调查的来源戏剧性的改善,创建第二个信号组成的原始信号的2赫兹组件。比较的缩放系数2赫兹的信号。比例系数和2赫兹的信号几乎是相同的。使用缩放系数有助于重建,因为2赫兹组件是由一个小波不能表示的采样频率和长度。
图sig2hz = cos(2 *π* 2 * t);sig2hz情节(t)在情节(t, scalcfs)网格在标题(“比较比例系数和2赫兹组件”)包含(的时间(秒))传说(“2赫兹组件”,的比例系数)
使用类滤波器组在多个时间序列
这个例子展示了如何使用一个类滤波器组可以提高计算效率时的CWT多个时间序列。
创建一个100 -,- 1024矩阵x。创建一个类滤波器组适合信号与1024个样本。
x = randn (100、1024);fb = cwtfilterbank;
使用类用默认设置获取类1024个样本的一个信号。创建一个三维数组,可以包含100信号的变换系数,每一个都有1024个样本。
cfs = cwt (x (1:));res = 0(100年,大小(cfs, 1),大小(cfs, 2));
使用类函数和类的矩阵的每一行x。显示运行时间。
抽搐为k = 1:10 0 res (k,:,) = cwt (x (k,:));结束toc
运行时间是0.928160秒。
现在使用的wt目标函数的滤波器组CWT的每一行x。显示运行时间。
抽搐为k = 1:10 0 res (k,:,) = wt (fb, x (k,:));结束toc
运行时间是0.393524秒。
输入参数
输出参数
提示
你第一次使用一个过滤器银行类的一个信号,构造小波滤波器具有相同的数据类型的信号。生成一条警告消息当你应用相同的滤波器组的信号具有不同的数据类型。改变数据类型提供了重新设计的成本或改变滤波器的精度。为获得最佳性能,使用一致的数据类型。
当执行多个CWTs,例如在一个for循环,建议首先创建一个工作流
cwtfilterbank对象,然后使用wt对象的功能。此工作流开销最小化和最大化性能。看到使用类滤波器组在多个时间序列。
扩展功能
版本历史
介绍了R2018a
