主要内容

wavedec

一维小波分解

描述

例子

cl) = wavedec (xnwname返回一维信号的小波分解x在层次n使用小波wname.输出分解结构由小波分解向量组成c记账向量l,其中逐级包含系数的个数。

请注意

gpuArray输入,支持的模式有金宝app“symh”“符号”),“每”.如果输入是agpuArray,采用离散小波变换的扩展模式wavedec默认为“symh”除非当前的扩展模式为“每”.看这个例子GPU上的多级离散小波变换

cl) = wavedec (xnLoD,藏使用指定的低通和高通小波分解滤波器返回小波分解LoD,分别。

例子

全部折叠

加载并绘制一维信号。

负载sumsin情节(sumsin)标题(“信号”

Figure包含一个轴对象。标题为Signal的轴对象包含一个类型为line的对象。

使用2阶Daubechies小波对信号进行3级小波分解。从分解中提取粗尺度近似系数和细节系数。

[c、l] = wavedec (sumsin 3“db2”);约= appcoef (c、l、“db2”);[cd1,cd2,cd3] = detcoef(c,l,[1 2 3]);

情节的系数。

次要情节(4 1 1)情节(大约)标题(“近似系数”)附属情节(4,1,2)情节(cd3)标题(“3级细节系数”)副plot(4,1,3) plot(cd2) title(“二级细节系数”)附属情节(4,1,4)情节(cd1)标题(“一级细节系数”

图包含4个轴对象。标题为“逼近系数”的轴对象1包含一个类型为line的对象。标题为Level 3的轴对象2 Detail Coefficients包含一个类型为line的对象。标题为Level 2的轴对象3 Detail Coefficients包含一个类型为line的对象。标题为Level 1的轴对象4细节系数包含类型为line的对象。

不同版本金宝app的GPU支持(并行计算工具箱)查看支持哪些gpu。金宝app

加载噪声多普勒信号。把信号放在GPU使用gpuArray.保存当前的扩展模式。

负载noisdoppgydF4y2Banoisdoppg = gpuArray (noisdopp);origMode = dwtmode (“状态”“nodisp”);

使用dwtmode将扩展模式更改为零填充。在GPU上获取该信号的三级DWTdb4小波。

dwtmode (“zpd”“nodisp”) [c,l] = wavedec(noisdoppg,3,“db4”);

当前扩展模式zpd不支持金宝appgpuArray输入。因此,DWT将使用信谊扩展模式。要确认这一点,请将扩展模式设置为信谊取DWTnoisdoppg,然后与之前的结果进行比较。

dwtmode (“符号”“nodisp”) [csym,lsym] = wavedec(noisdoppg,3,“db4”);(max (abs (c-csym))马克斯(abs (l-lsym)))
Ans = 0 0

设置当前的扩展模式为,得到的三级DWTnoisdoppgydF4y2Ba.扩展模式支持金宝appgpuArray输入。确认结果是不同的信谊结果。

dwtmode (“每”“nodisp”) [cper,lper] = wavedec(noisdoppg,3,“db4”);(长度(csym);长度(cp)]
ans =2×11044 1024
[lsym;lp)
ans =2×5134 134 261 515 1024 128 128 256 512 1024

恢复扩展模式为原设置。

dwtmode (origMode“nodisp”

输入参数

全部折叠

输入信号,指定为向量。

数据类型:|
复数的支持:金宝app是的

分解级别,指定为正整数。wavedec不强制最大级别限制。使用wmaxlev保证小波系数不受边界效应的影响。如果您的应用程序不关心边界效应,那么设置一个好规则n小于或等于修复(log2(长度(x)))

数据类型:|

分析小波,指定为字符向量或字符串标量。

请注意

wavedec金宝app只支持Type 1(正交)或Type 2(双正交)小波。看到wfilters获取正交和双正交小波的列表。

小波分解滤波器,指定为一对偶数长度的实值向量。LoD是低通分解滤波器,和是高通分解滤波器。的长度LoD必须是相等的。看到wfilters额外的信息。

数据类型:|

输出参数

全部折叠

小波分解向量,作为向量返回。簿记向量l按级别包含系数的数量。分解向量和记帐向量的组织方式如图3级分解图所示。

数据类型:|

记帐向量,返回一个正整数向量。用记帐向量对小波分解向量中的系数进行解析c通过水平。

数据类型:|

算法

给一个信号年代的长度N, DWT最多由日志组成2N步骤。从年代,第一步生成两组系数:近似系数cA1和细节系数cD1.卷积年代用低通滤波器LoD高通滤波器,然后是二进抽取(下采样),分别得到近似系数和细节系数。

在哪里

  • -与滤波器卷积X

  • 2 Downsample(保留偶数索引的元素)

每个过滤器的长度等于2n.如果N=长度(年代),信号FG的长度N+ 2n−1和系数cA1cD1的长度

地板上 N 1 2 + n

下一步拆分近似系数cA1两部分采用相同方案,替换年代通过cA1,生产cA2cD2,等等。

信号的小波分解年代在层次分析j结构如下:[cAjcDj、……cD1].

该结构包含forj= 3,表示以下树的终端节点:

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,PA: SIAM Ed, 1992。

多分辨率信号分解理论:小波表示"IEEE模式分析与机器智能汇刊.1989年7月第7期第11卷第674-693页。

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

扩展功能

之前介绍过的R2006a