mlpt
多尺度局部一维多项式变换
语法
描述
(返回多尺度局部多项式的一维变换(MLPT)的输入信号系数,T,coefsPerLevel,scalingMoments)= mlpt (x,t)x在采样时刻采样,t。如果x或t包含南年代,工会的南年代x和t删除之前获得吗mlpt。
(返回的变换系数,T,coefsPerLevel,scalingMoments)= mlpt (x,t,numLevel)numLevel分辨率的水平。
(使用统一的采样瞬间系数,T,coefsPerLevel,scalingMoments)= mlpt (x)x时间瞬间x不包含南年代,如果x包含南年代,南s是远离x和非均匀采样瞬间获得的数字元素x。
(指定系数,T,coefsPerLevel,scalingMoments)= mlpt (___,名称,值)mlpt使用一个或多个属性名称,值对参数和任何以前的输入参数。
例子
多尺度局部一维多项式变换和逆变换
创建一个与非均匀采样和信号验证好重建在执行mlpt和imlpt。
创建和情节非均匀采样的正弦波。
timeVector = 0:0.01:1;sineWave =罪(2 *π* timeVector) ';samplesToErase =兰迪(100100 1);sineWave (samplesToErase) = [];timeVector (samplesToErase) = [];图(1)情节(timeVector sineWave,“o”)举行在
执行多尺度局部一维多项式变换(mlpt)信号。可视化系数。
(系数T coefsPerLevel scalingMoments] = mlpt (sineWave timeVector);图(2)干细胞(系数)标题(“小波系数”)
执行逆多尺度局部一维多项式变换(imlpt)系数。可视化重构信号。
y = imlpt(系数T coefsPerLevel scalingMoments);图(1)情节(T y‘*’)传说(原始信号的,重构信号的)举行从
看看总误差验证好重建。
reconstructionError =总和(abs (y-sineWave))
reconstructionError = 3.1090 e15汽油
指定默认的双重的时刻
通过使用指定默认的双重时刻mlpt函数。比较分析的结果和合成使用默认和默认的双重的时刻。
创建一个输入信号和可视化。
T = (1:16)”;x = t ^ 2;情节(x)在
执行变换和逆输入信号使用默认和默认的双重的时刻。
(w2, t2, nj2 scalingmoments2] = mlpt (x, T);y2 = imlpt (w2, t2, nj2 scalingmoments2);(w3, t3、nj3 scalingmoments3] = mlpt (x, T, DualMoments = 3);y3 = imlpt (w3, t3、nj3 scalingmoments3, DualMoments = 3);
情节重构信号并验证完美重建使用默认和默认的双重的时刻。
情节(y2,“o”)情节(y3,‘*’)传说(原始信号的,…“DualMoments = 3”,…“DualMoments = 2(默认)”);流(“\ nMean重建错误:\ n”);
意味着重建误差:
流(”——默认双重时刻:% 0.2 f \ n ',意味着(abs (y3-x)));
——默认双重时刻:0.00
流(”——默认双重时刻:% 0.2 f \ n \ n ',意味着(abs (y2-x)));
——默认双重时刻:0.00
持有从
指定默认的分辨率级别
分辨率水平级联局部多项式平滑操作的数量。在每一个细节分辨率水平预测得到的一个样品基于局部多项式插值的一半另外一半。预测和实际值之间的差异在每个细节分辨率水平。比例系数在每个粗分辨率级别平滑版本的高分辨率缩放系数。只保留最后一个级别缩放系数。
增加分辨率水平的数量使您能够分析窄带系数的计算和内存成本。
创建一个双音输入信号,x,包含高和低频率。
fs = 1000;t = (0:1 / fs: 10) ';x =罪罪(499 *π。* t) +(2 *π。* t);
使用mlpt获得系数最小和最大分辨率的水平。打印计算时间。
抽搐(w1, ~, nj1 m1) = mlpt (x, t, 1);computationTime1 = toc;流(“一级计算时间:% 0.2 f \ n 'computationTime1)
一级计算时间:2.20
抽搐(确实,~,nj13 m13] = mlpt (x, t, 13);computationTime13 = toc;流(级13计算时间:% 0.2 f \ n 'computationTime13)
级13计算时间:2.93
使用默认的时间瞬间
如果你的时间瞬间不知道或指定,您可以使用默认计算MLPT瞬间的时间。
加载数据信号损坏nan和未知的时间瞬间。计算MLPT不指定时间瞬间。结果暗示时间瞬间破坏信号的矢量的有效指标。
负载(“CorruptedData.mat”);[w t,新泽西,scalingMoments] = mlpt (yCorrupt);
计算逆MLPT和可视化结果。重新插入nan可视化缺口信号。
z = imlpt (w t,新泽西,scalingMoments);zToPlot =南(元素个数(yCorrupt), 1);zToPlot (t) = z;情节(yCorrupt“k”,“线宽”,2.5)在情节(zToPlot“c”,“线宽”,1)从传奇(原始信号的,重构信号的)包含(“时间瞬间”)
输入参数
输出参数
算法
Maarten Jansen开发了多尺度局部多项式变换的理论基础(MLPT)和算法的计算效率[1][2][3]。MLPT使用起重方案,其中一个内核函数平滑的精细与给定带宽系数获得粗分辨率系数。的mlpt只使用局部多项式插值函数,但是这项技术由詹森更通用,承认许多其他内核类型与可调带宽[2]。
引用
[1]Jansen, Maarten。“多尺度局部多项式平滑Non-Equispaced数据的金字塔。”IEEE信号处理61年,没有。3(2013年2月):545 - 55。https://doi.org/10.1109/TSP.2012.2225059。
[2]詹森、Maarten和穆罕默德Amghar。“多尺度局部多项式分解使用带宽作为尺度。”统计和计算27日,没有。5(2017年9月):1383 - 99。https://doi.org/10.1007/s11222 - 016 - 9692 - 8。
[3]詹森、Maarten和帕特里克·奥宁科斯解释。第二代小波和应用程序。伦敦 ;纽约:施普林格,2005年。
版本历史
介绍了R2017a
