文档帮助中心文档
逆最大重叠离散小波变换
xrec=imodwt(w)
wname xrec = imodwt (w)
xrec=imodwt(宽、低、高)
xrec=imodwt(___列弗)
xrec=imodwt(___、“反射”)
实例
xrec=imodwt(W)基于图像中的最大重叠离散小波变换(MODWT)系数重构信号W.默认情况下,imodwt假设你获得了W使用“sym4”具有周期边界处理的小波。如果不修改系数,xrec是信号的完美重建。
xrec=imodwt(W)
xrec
W
imodwt
“sym4”
xrec=imodwt(W,wname)使用正交小波重构信号wname.wname一定是相同的小波用来分析输入的信号modwt.
xrec=imodwt(W,wname)
wname
modwt
xrec=imodwt(W,瞧,嗨)利用正交尺度滤波器重构信号罗小波滤波器嗨.的罗和嗨滤波器必须与用于分析输入信号的滤波器相同modwt.
xrec=imodwt(W,瞧,嗨)
瞧,嗨
罗
嗨
xrec=imodwt(___,列夫)重构信号到电平列夫.xrec是在水平缩放空间上的投影吗列夫.默认的级别是0,如果不修改系数,就会得到完美的重构。
xrec=imodwt(___,列夫)
列夫
xrec=imodwt(___、“反射”)在重建中使用反射边界条件。如果指定“反射”,imodwt假设原始信号长度的长度是输入系数矩阵中列数的一半。默认情况下,imodwt假设边界处存在周期性信号扩展。
“反射”
您必须输入整个字符向量“反射”如果you added a wavelet named“反射”使用小波管理器时,必须在使用此选项之前重命名该小波。“反射”可以放置在输入参数列表中的任何位置x.
x
全部折叠
获取ECG信号的MODWT并演示完美的重建。
加载心电信号数据,得到MODWT。
负载wecg;
获取MODWT和反MODWT。
w = modwt (wecg);xrec = imodwt (w);
用l -∞范数表示原始信号和重构信号之间的差异是非常小的。原始信号与重构信号之间最大的绝对差在 1. 0 - 1. 2. ,显示了完美的重建。
规范(abs (xrec -wecg)、正)
ans=2.3255e-12
获取德国马克-美元汇率数据的MODWT,并演示完美重建。
装载德国马克-美国马克。美元汇率数据。
负载马克/美元;
获取MODWT和反MODWT使用“db2”小波。
“db2”
wdm = modwt (DM_USD,“db2”);xrec=imodwt(wdm,“db2”);
用l -∞范数表示原始信号和重构信号之间的差异是非常小的。原始信号与重构信号之间最大的绝对差在 1. 0 - 1. 3. ,显示了完美的重建。
标准(abs(xrec'-DM_USD),Inf)
ans = 1.6370 e-13
使用Fejer Korovkin滤波器获得ECG信号的MODWT。
加载心电数据。
创建8系数的Fejer-Korovkin过滤器。
[Lo,Hi]=wfilters(“fk8”);
获得MODWT和逆MODWT。
wtecg=modwt(wecg,Lo,Hi);xrec=imodwt(wtecg,Lo,Hi);
绘制原始数据和重建。
次要情节(2,1,1)情节(wecg)标题(心电信号的);子地块(2,1,2)地块(xrec)标题(“重建”)
将心电信号的MODWT降至最高电平,并在第3级得到心电信号在尺度空间上的投影。
获得MODWT。
wtecg = modwt (wecg);
获取ECG信号在屏幕上的投影 v 3. ,通过使用imodwt作用
v3proj=imodwt(wtecg,3);
绘制原始信号和投影。
次要情节(2,1,1)情节(wecg)标题(原始信号的) subplot(2,1,2) plot(v3proj) title(“投影V3”)
注意,ECG中R波的尖峰特征在 v 3. 通过检查第三级的小波系数,可以看到缺失的细节。
绘制三级小波系数。
图表(wtecg(3,:))标题(“第三级小波系数”)
通过对南方涛动指数数据的反射边界处理获得反MODWT。采样周期为一天。imodwt与“反射”选项假定输入矩阵是modwt输出,是原始信号长度的两倍。imodwt反射边界处理将每个尺度上的小波和尺度系数的数量减少一半。
负载soi; wsoi=modwt(soi,4,“反射”);xrecsoi=imodwt(wsoi,“反射”);
用l -∞范数表示原始信号和重构信号之间的差异是非常小的。原始信号与重构信号之间最大的绝对差在 1. 0 - 1. 1. ,显示了完美的重建。
规范(abs (xrecsoi soi)、正)
ans=1.6421e-11
加载23通道脑电图数据Espiga3[2].通道按列排列。数据采样频率为200 Hz。
Espiga3
负载Espiga3
得到最大重叠离散小波变换到最大水平。
w=modwt(Espiga3);
重建多通道信号。绘制原始数据并进行重建。
xrec=imodwt(w);子地块(2,1,1)地块(Espiga3)标题(“原始数据”)子地块(2,1,2)地块(xrec) title(“重建”)
将一个信号或多个信号的MODWT变换到电平L,分别指定为矩阵或三维数组。W是一个L+ 1 -N一类非线性系统的MODWT矩阵N点信号,和L+ 1 -N——- - - - - -数控一个数组的MODWTN——- - - - - -数控multisignal。默认情况下,imodwt假设您使用“sym4”具有周期边界处理的小波。
数据类型:仅有一个的|双复数支持:金宝app对
仅有一个的
双
“dbN'
N
“头巾N'
“哈尔”
的颗N'
“信谊N'
合成小波,具体为:
“哈尔”-哈尔小波
“dbN'-极值相位Daubechies小波N消失的瞬间,在哪里N是一个从1到45的正整数。
“信谊N'-带小波变换的Symlets小波N消失的瞬间,在哪里N是从2到45的正整数。
“头巾N'- Coiflets小波与N消失的瞬间,在哪里N是从1到5的正整数。
的颗N'-带小波变换的Fejér-Korovkin小波N系数,N=4,6,8,14,18和22.
N=4,6,8,14,18
22
合成小波必须与分析中使用的小波相同modwt.
过滤器,指定为一对偶数长度实值向量。罗是缩放过滤器吗嗨是小波滤波器。罗和嗨必须与分析中使用的过滤器相同吗modwt.滤波器必须满足正交小波的条件。的长度罗和嗨必须相等,看wfilters获取更多信息。不能同时指定两个小波wname和过滤两瞧,嗨.
wfilters
重构级别,指定为0到之间的非负整数尺寸(w,1)-2。级别必须小于用于获取的级别W从modwt如果列夫是0,不修改系数,imodwt产生一个完美的信号重建。
尺寸(w,1)-2
基于MODWT和重建级别的原始信号或多信号的重建版本,作为向量或矩阵返回。
Percival, Donald B.和Andrew T. Walden。时间序列分析的小波方法剑桥统计和概率数学系列。剑桥 ; 纽约:剑桥大学出版社,2000年。
[2]台面,赫克托耳。“适用于模式检测的小波”。在模式识别、图像分析及应用进展,由Alberto Sanfeliu和Manuel Lazo Cortés编辑,3773:933–44。柏林,海德堡:柏林斯普林格海德堡,2005年。https://doi.org/10.1007/11578079_96.
使用注意事项及限制:
输入wname必须是常数。
modwtmra
この例の変更されたバージョンがあります。編集された方の例を開きますか?
次の MATLABコマンドに対応するリンクがクリックされました。
コマンドをMATLABコマンドウィンドウに入力して実行してください。WebブラウザーはMATLABコマンドをサポートしていません。
选择一个网站以获取可用的翻译内容,并查看本地活动和优惠。根据您的位置,我们建议您选择:.
你也可以从以下列表中选择一个网站:
选择中国站点(中文或英文)以获得最佳站点性能。其他MathWorks国家/地区站点不适合您所在位置的访问。
与当地办事处联系
無料評価版のダウンロード