WDECENERGY.
多功能1-D分解能量分布
句法
[E，PEC，PECFS] = WDECENERGY（DEC）
[e，pec，pecfs，idxsort，longs] = wdecenergy（dec，'sort'）
[e，pec，pecfs] = wdecenergy（dec，optsort，idxsig）
[e，pec，pecfs，idxsort，longs] = wdecenergy（dec，optsort，idxsig）
描述
[E，PEC，PECFS] = WDECENERGY（DEC）计算包含每个分解信号的能量（L2-NOM）的向量E，矩阵PEC包含每个信号的每个小波分量（近似和细节）的能量百分比，以及包含能量百分比的矩阵PECF对于每个系数。
E（i）是第i号信号的能量（L2-NOM）。
PEC（I，1）是Lype MaxLev = Dec.level的近似值的能量百分比。
PEC（i，j），j = 2，...，maxlev + 1是ITH信号电平（MaxLev + 1-J）细节的能量百分比。
PECFS（I，J）是第j个信号的第j个系数的能量百分比。
[e，pec，pecfs，idxsort，longs] = wdecenergy（dec，'sort'）以升序返回排序（按行）的PECF和索引矢量IDXSORT。
按“Ascend”替换“排序”返回相同的结果。
按“descend”替换“排序”返回按降序排序的PECF。
龙是包含每个系数系列的长度的矢量。
[e，pec，pecfs] = wdecenergy（dec，optsort，idxsig）返回由索引给出的信号的值idxsig.向量。
[e，pec，pecfs，idxsort，longs] = wdecenergy（dec，optsort，idxsig）返回IDXSIG向量，索引矢量IDXSORT和vongs给出的信号的信号的值，该索引矢量IDxSORT和龙头是包含每个系数系数的长度的向量。Optsort的有效值为“无”，“排序”，“Ascend”，'descend'。
例子
多功能1-D分解能量分布
加载23通道EEG数据Espiga3.[1]。通道被排列为明智。数据以200 Hz进行采样。
加载Espiga3.
使用级别2执行分解DB2.小波。
dec = mdwtdec（'C'，Espiga3,2，'db2'）
DEC =结构与字段：Dirdec：'C'级别：2 Wname：'DB2'DWTFilters：[1x1 struct] dwtextm：'sym'dwtshift：0数据化：[995 23] CA：[251x23双] CD：{[499x23双] [251x23双] [251x23双]}
计算能量分布。
[e，pec，pecfs] = wdecenergy（dec）;
在第二通道中显示每个小波分量（A2，D2，D1）的总能量和能量分布。
Idx = 2;E（IDX）
ans = 8.0761e + 05
pera2d2d1 = pec（idx，:)
pera2d2d1 =1×3.99.0583 0.8535 0.0882
比较信号1的系数能量分布和信号10.由于大多数能量在近似系数中，通过近似系数的数量缩放X轴。
SIGA = 1;sigb = 10;pecfsa = pecfs（siga，:);pecfsb = pecfs（sigb，:);情节（PECFSA，'r--'） 抓住在绘图（PECFSB，'B'） 网格在传奇（'pecfsa'那'pecfsb'）XLIM（[0尺寸（DEC.CA，1）]）
参考
[1] MESA，赫克托。“适应模式检测的小波。”在模式识别，图像分析和应用中的进展，由Alberto Sanfeliu和Manuel LazoCortés编辑，3773：933-44。柏林，海德堡：斯普林克·柏林海德堡，2005。https：//doi.org/10.1007/11578079_96。
您还可以从以下列表中选择一个网站：
