主要内容

wpspectrum

小波包谱

    描述

    规格时代频率) = wpspectrum (wptfs返回小波包谱估计的矩阵,规格,对于二进制小波包树对象,wptfs是赫兹的采样频率。时代是时代的矢量频率是频率的向量。

    例子

    ___) = wpspectrum (wptfs,'阴谋')显示小波包频谱。

    ___锡福) = wpspectrum (___按频率顺序返回小波包树的终端节点。

    例子

    全部折叠

    创建由两个具有不相交的正弦曲线组成的信号。金宝app正弦波具有16 Hz和64 Hz的频率。在500Hz时将信号示例4秒钟。

    FS = 500;Fra = 16;FRB = 64;t = 0:1 / FS:4;sig = sin(fra * 2 * pi * t)。*(t <2)+ sin(frb * 2 * pi * t)。*(t> = 2);情节(t, sig)轴紧的标题(分析了信号的)Xlabel(“时间(s)”

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

    获取使用信号的6级小波分组分解对应的小波包树对象sym6小波。

    水平= 6;wname =“sym6”;wpt = wpdec(团体,水平,wname);

    得到并绘制小波包谱。

    (S T F) = wpspectrum (wpt fs,“阴谋”);

    Figure包含一个轴对象。具有标题小波分组分解的轴对象包含67个类型线,图像,文本的对象。

    产生一个采样频率为1000hz的啁啾信号,持续2秒。

    fs = 1000;t = 0:1 / fs: 2;sig =罪(256 *π* t。^ 2);情节(t, sig)轴紧的标题(分析了信号的)Xlabel(“时间(s)”

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

    获取使用信号的6级小波分组分解对应的小波包树对象sym8小波。画出小波包频谱。

    水平= 6;wpt = wpdec(团体、水平“sym8”);(S T F) = wpspectrum (wpt fs,“阴谋”);

    Figure包含一个轴对象。具有标题小波分组分解的轴对象包含67个类型线,图像,文本的对象。

    输入参数

    全部折叠

    二进制小波包树,指定为小波包树对象。

    采样频率,单位为赫兹,指定为正标量。

    数据类型:

    输出参数

    全部折叠

    小波包频谱估计,作为矩阵返回。规格是2J——- - - - - -N矩阵,其中J是小波包变换的电平,和N是时间序列的长度。N等于小波包树对象中的节点0的长度。

    行之间的频率间距规格fs/ 2.J+1

    数据类型:

    Times,作为1乘-返回N向量,N是时间序列的长度。元素之间的时间间隔是1/fs

    数据类型:

    频率,以1 × 2的形式返回J向量,J是层次的小波包变换。的频率间隔频率fs/ 2.J+1

    数据类型:

    小波包树对象的终端节点按频率顺序排列。

    数据类型:

    更多关于

    全部折叠

    小波包谱

    小波包谱包含了输入二叉小波包树的频率有序终端节点的系数的绝对值。在小波包变换中,终端节点提供了最好的频率分辨率。

    如果J表示小波包变换的级别和Fs为采样频率,终端节点近似带通滤波器的形式为:

    n F 年代 2 J + 1 n + 1 F 年代 2 J + 1 n 0 1 2 3. ... 2 J 1

    在小波包树的终端级,变换将从0到奈奎斯特频率的区间划分为近似宽度的频带 F 年代 / 2 J + 1

    算法

    wpspectrum计算小波包频谱,如下所示:

    • 提取终端节点对应的小波包系数。取系数的绝对值。

    • 将小波包系数按频率排序。

    • 确定每个小波包系数在原始时间轴上对应的时间范围。重复每个小波包系数,填充相邻小波包系数之间的时间差,生成一个与小波包树对象节点0长度相等的向量。

    参考

    [1] Wickerhauser,初速小波包算法讲座《技术报告》,华盛顿大学数学系,1992年。

    另请参阅

    |||

    主题

    介绍了R2010b