主要内容

mdwtrec

多信号一维小波重构

折叠所有页面

语法

x = mdwtrec(12月)
idxsig x = mdwtrec(12月)
y = mdwtrec(12月、类型列弗)
一个= mdwtrec(12月,“一”)
' d ' d = mdwtrec(12月)
“ca”ca = mdwtrec(12月)
cd = mdwtrec(12月,“cd”模式)
cfs = mdwtrec(12月,“慢性疲劳综合症”,模式)
y = mdwtrec (___idxsig)

描述

例子

x= mdwtrec (12月）利用小波分解结构重构信号的原始矩阵12月．

x= mdwtrec (12月，idxsig）重构在向量中指定索引的信号idxsig．

y= mdwtrec (12月，类型，列弗）在水平上提取或重建细节或近似系数列弗取决于值类型．

一个= mdwtrec (12月,“一”)返回重建的近似系数。

d= mdwtrec (12月, ' d ')返回一个包含所有详细信息总和的矩阵，以便x＝一个+d．

ca= mdwtrec (12月、“ca”)返回一个包含提取的近似系数的矩阵。

cd= mdwtrec (12月“cd”,模式）返回一个矩阵，其中包含按指定顺序连接的所有细节系数模式．

慢性疲劳综合症= mdwtrec (12月“慢性疲劳综合症”,模式）按指定的顺序返回包含所有系数的矩阵模式．

y= mdwtrec (___，idxsig）提取或重建其指标在向量中指定的系数idxsig．

例子

全部折叠

打开生活的脚本

这个例子展示了如何在多信号中重建一个多信号和一个用户指定的信号。

加载23通道脑电图数据Espiga3［4］．通道按柱状排列。采样频率为200hz。

负载Espiga3大小(Espiga3)
ans =1×2995年23

属性在第2级执行分解db2小波。

12月= mdwtdec (“c”Espiga3 2“db2”）;

利用分解结构重构信号的原始矩阵12月．

XR = mdwtrec(12月);

计算重构错误。

errREC = max (abs (Espiga3 (:) xr (:)))
errREC = 3.5431平台以及

重构指标17处的原始信号，对应的2级近似，以及1级和2级的详细信息。

idx = 17;Y = mdwtrec(12月,idx);A2 = mdwtrec(12月“一个”2、idx);D2 = mdwtrec(12月' d '2、idx);D1 = mdwtrec(12月' d '1、idx);

计算信号17的重构误差。

errREC = max (abs (Y-A2-D2-D1))
errREC = 4.9542 e-18

输入参数

全部折叠

多信号的小波分解，指定为具有以下字段的结构:

  • dirDec——方向指示器:“r”(行)或“c”(列)

  • 水平-小波分解水平

  • wname——小波的名字

  • dwtFilters-四字段结构:LoD，藏，不要生气,HiR

  • dwtEXTM—DWT扩展模式

  • dwtShift- DWT位移参数(0或1)

  • dataSize——大小x

  • ca-水平近似系数列弗

  • cd-细胞阵列的细节系数，从级别1到级别列弗

的格式12月匹配的输出mdwtdec．

要重构的信号的指标，指定为正整值向量。

例子:如果年代是由100个信号和组成的矩阵吗12月= mdwtdec(‘r’,年代3“db2”),然后mdwtrec(12月20 98 [1])重构行索引为1、20和98的信号。

要提取或重建的系数级别，指定为非负整数。

  • 如果类型是“一个”或“ca”,然后列弗必须是区间[0，levdec),levdec = dec.level．

  • 如果类型是' d '或“cd”,然后列弗必须是区间[1，levdec),levdec = dec.level．

输出类型，指定为以下类型之一:

  • “cd”-详细系数的水平列弗提取

  • ' d '-详细系数的水平列弗正在重建

  • “ca”-近似系数的水平列弗提取

  • “一个”-近似系数的水平列弗正在重建

连接顺序，指定为“下”或“提升”．为模式=“下降”时，系数由能级串联levdec到第一级levdec = dec.level．如果模式=“提升”，系数从一级连接到一级levdec．如果，则按行进行连接dec.dirDEC = ' r '或列dec.dirDEC = ' c '．

输出参数

全部折叠

重构信号，返回为实值矩阵。

分解系数，返回为实值矩阵，取决于类型：

  • “cd”-提取的细节系数

  • “ca”-提取的近似系数

  • ' d '-重建细节系数

  • “一个”-重构近似系数

重构的近似系数，返回为实值矩阵。

重构的细节系数，返回为实值矩阵。

提取的近似系数，返回为实值矩阵。

提取细节系数，返回为实值矩阵。

提取近似和细节系数，返回为实值矩阵。

参考文献

[1] Daubechies,我。小波十讲．CBMS-NSF应用数学区域会议系列。费城:工业和应用数学学会，1992。

多分辨率信号分解的理论:小波表示。模式分析与机器智能学报．1989年7月第11卷第7期674-693页。

[3] Meyer Y。小波和运营商．d·h·塞林格(D. H. Salinger)翻译。英国剑桥:剑桥大学出版社，1995。

[4]台面,赫克托耳。“适用于模式检测的小波”。在模式识别、图像分析及应用研究进展， Alberto Sanfeliu、Manuel Lazo编辑Cortés, 3773:933-44。柏林，海德堡:施普林格柏林，海德堡，2005。https://doi.org/10.1007/11578079_96。

扩展功能

另请参阅

|

介绍了R2007a

小波工具箱文档

金宝app

尝试MATLAB, Si金宝appmulink和其他产品下载188bet金宝搏

得到审判现在