主要内容

scaleSpectrum

Scale-averaged小波频谱

    描述

    例子

    savgp= scaleSpectrum (神奇动物,x)返回scale-averaged小波功率谱的信号x使用CWT滤波器组神奇动物。默认情况下,savgp是通过scale-averaging平方在所有尺度量图。

    savgp= scaleSpectrum (神奇动物,慢性疲劳综合症)返回scale-averaged小波频谱的变换系数慢性疲劳综合症

    请注意

    当使用这个语法,scale-averaged小波频谱的权力是平等的方差归一化最后信号处理函数的滤波器组对象wt

    (savgp,scidx)= scaleSpectrum (___)收益的比例也scale-averaged小波频谱计算指标。如果你不指定FrequencyLimitsPeriodLimits,scidx是一个向量的数量从1到鳞片。

    例子

    (___)= scaleSpectrum (___,名称,值)使用名称-值对参数指定附加选项。这些参数可以被添加到任何以前的输入语法。例如,“正常化”,“没有”指定没有scale-averaged小波频谱的正常化。

    scaleSpectrum (___)没有输出参数块scale-averaged小波功率谱在当前图。

    例子

    全部折叠

    加载一个音频文件包含一个片段韩德尔的“哈利路亚大合唱”采样在8192赫兹。

    负载汉德尔%,类型soundsc (y, Fs)

    创建一个类滤波器组可以应用到信号。使用默认的莫尔斯波。

    fb = cwtfilterbank (“SignalLength”长度(y),“SamplingFrequency”Fs);

    画出量图和小波功率谱scale-averaged使用默认设置。

    scaleSpectrum(神奇动物,y)

    图包含2轴对象。坐标轴对象与标题1级量图包含3图像类型的对象,线,区域。轴2用标题Scale-Averaged小波频谱包含一个对象类型的线。

    负荷时间序列的太阳磁场大小记录每小时超过太阳的南极的尤利西斯飞船从21:00 UT 12月4日,1993年5月24日12:00 UT 1994。看到[2]页218 - 220这个数据的完整描述。创建一个类滤波器组可以被应用到数据。量图和scale-averaged小波频谱的阴谋。

    负载solarMFmagnitudesfb = cwtfilterbank (“SignalLength”、长度(sm)、“SamplingPeriod”小时(1));scaleSpectrum (fb, sm)

    图包含2轴对象。坐标轴对象与标题1级量图包含3图像类型的对象,线,区域。轴2用标题Scale-Averaged小波频谱包含一个对象类型的线。

    获得scale-averaged小波信号的频谱使用默认值。默认情况下,scaleSpectrum规范化的力量scale-averaged小波频谱等于信号的方差。验证频谱之和等于信号的方差。

    savg = scaleSpectrum (fb, sm);[var (sm)和(savg)]
    ans =1×20.0448 - 0.0447

    获得scale-averaged小波信号的频谱,而规范化的权力作为概率密度函数。验证之和等于1。

    savg = scaleSpectrum (fb, sm,“归一化”,“pdf”);总和(savg)
    ans = 1.0000

    如果你设置SpectrumType“密度”,scaleSpectrum规范化的加权积分小波频谱的价值归一化。在这种情况下,频谱模拟概率密度函数的积分,进行数值计算,等于指定的值归一化

    情节量图和scale-averaged小波光谱与光谱类型“密度”“pdf”规范化。

    图scaleSpectrum (fb, sm,“SpectrumType”,“密度”,“归一化”,“pdf”)

    图包含2轴对象。坐标轴对象与标题1级量图包含3图像类型的对象,线,区域。轴2用标题Scale-Averaged小波频谱包含一个对象类型的线。

    确定光谱的积分= 1时,首先获得scale-averaged小波频谱“密度”光谱类型和“pdf”规范化。

    savg = scaleSpectrum (fb, sm,“SpectrumType”,“密度”,“归一化”,“pdf”);

    默认情况下,滤波器组使用分析莫尔斯(60)小波。获得的可容许常数小波和梯形数值积分小波频谱使用规则。确认= 1积分。

    ga = 3;tbw = 60;= tbw / ga;anorm = 2 * exp(是/ ga *(1 +(日志(ga)日志())));cPsi = anorm ^ 2 / (2 * ga)。*(1/2) ^(2 *(是/ ga) 1) *γ(2 * / ga);numInt = 2 / cPsi * 1 /长度(sm) * trapz(1:长度(savg), savg)
    numInt = 1.0000

    输入参数

    全部折叠

    连续小波变换(CWT)滤波器组,指定为一个cwtfilterbank对象。

    输入数据,指定为一个真正的或复数向量。输入数据x必须至少有四个样品。

    数据类型:|
    复数的支持:金宝app是的

    波变换系数,或指定为一个二维矩阵——- - - - - -N2数组。慢性疲劳综合症应的输出wt类对象的函数的滤波器组神奇动物

    数据类型:|
    复数的支持:金宝app是的

    名称-值参数

    指定可选的逗号分隔条名称,值参数。的名字参数名称和吗价值相应的价值。的名字必须出现在引号。您可以指定几个名称和值对参数在任何顺序Name1, Value1,…,的家

    例子:scaleSpectrum (fb, x, FrequencyLimits, [0.2 - 0.4])返回scale-averaged平均小波频谱在频率限制(0.2 - 0.4)

    scale-averaged小波频谱的正常化,指定为逗号分隔两人组成的“归一化”和下列之一:

    • “var”——正常时间序列的方差相等x。如果你提供慢性疲劳综合症输入,scaleSpectrum函数使用处理过的最后一个时间序列的方差滤波器银行目标函数wt

    • “pdf”——正常= 1。

    • “没有”——没有规范化。

    小波频谱返回类型,指定为逗号分隔两人组成的“SpectrumType”,要么“权力”“密度”。如果指定为“权力”的平均总和scale-averaged小波频谱在所有尺度归一化根据指定的值的归一化”。如果指定为“密度”,小波频谱的加权积分尺度归一化根据指定的值在归一化”。

    频率范围的平方平均量图,指定为逗号分隔两人组成的“FrequencyLimits”和一个双元素向量不减少的元素。的FrequencyLimits值必须介于最低和最高返回的中心频率centerFrequencies对象的函数神奇动物。基2的对数的比值最大频率的最小频率必须大于或等于1 /NV,在那里NV的值是“VoicesPerOctave滤波器组的财产神奇动物

    如果一个地区的指定的限制不在滤波器的频率限制银行神奇动物,scaleSpectrum计算进行截断在指定的范围内centerFrequencies(神奇动物)FrequencyLimits不能完全尼奎斯特以外的范围。

    时间限制的平方平均量图,指定为逗号分隔两人组成的“PeriodsLimits”和一个双元素向量不减少的持续时间。的元素PeriodLimits类型和格式的同意的SamplingPeriod滤波器组的财产神奇动物。的SamplingPeriod值必须介于最低和最高的中心返回的时间centerPeriods对象的函数神奇动物。基2的对数的比值最小周期最大周期必须小于或等于1 /NV,在那里NV的值是“VoicesPerOctave滤波器组的财产神奇动物

    如果指定的区域限制超出滤波器组的时间限制神奇动物,scaleSpectrum计算进行截断在指定的范围内centerPeriods(神奇动物)SamplingPeriod不能完全的奈奎斯特范围之外[2 * Ts,N* Ts),在那里Ts是“SamplingPeriod”,N是信号长度。

    输出参数

    全部折叠

    Scale-averaged小波功率谱,作为一个实值向量或实值三维数组返回。如果x实值,savgp是1 -N向量,N的长度是x。如果x是复数,savgp是1 -N2数组,第一页是积极的scale-averaged小波频谱尺度(逆时针分析部分或组件),第二页是scale-averaged小波频谱的消极的尺度(顺时针anti-analytic部分或组件)。

    规模的指数scale-average小波频谱计算,作为一个向量返回。如果你没有指定的FrequencyLimits”或“PeriodLimits”,scidx是一个向量的数量从1到鳞片。

    引用

    [1]一如,克里斯托弗·吉尔伯特p .混合涂料。“小波分析的实用指南。”美国气象学会的公告79年,没有。1(1998年1月1日):61 - 78。https://doi.org/10.1175/1520 - 0477 (1998) 079 < 0061: APGTWA > 2.0.CO; 2。

    [2]珀西瓦尔,Donald B。,安德鲁·t·瓦尔登湖。小波时间序列分析的方法。剑桥系列的统计和概率数学。剑桥 ;纽约:剑桥大学出版社,2000年。

    [3]莉莉,J.M.,和S.C. Olhede. “Higher-Order Properties of Analytic Wavelets.” IEEE Transactions on Signal Processing 57, no. 1 (January 2009): 146–60. https://doi.org/10.1109/TSP.2008.2007607.

    扩展功能

    介绍了R2020b