文档

得到

单级逆离散1-D小波变换

折叠所有页面

语法

X = idwt(cA,cD，“wname”）
X = idwt(cA,cD,Lo_R,Hi_R)
X = idwt(cA,cD，“wname”左)
X = idwt(cA,cD,Lo_R,Hi_R,L)
得到(cA, cD,“wname”）
X = idwt(…“模式”模式)
X = idwt(cA，[]，…)
X = idwt([]，cD，…)

描述

的得到命令对特定的小波(“wname”,请参阅wfilters有关详细信息)或特定的小波重建滤波器(Lo_R和Hi_R)。

X = idwt(cA,cD，“wname”）返回单层重建的近似系数向量X基于近似和细节系数向量cA和cD，并使用小波“wname”．

X = idwt(cA,cD,Lo_R,Hi_R)使用指定的筛选器按上述方式重新构造。

  • Lo_R是重构低通滤波器。

  • Hi_R是重构高通滤波器。

Lo_R和Hi_R长度必须相同。

让拉长度为cA(也等于的长度cD),低频过滤器的长度Lo_R和Hi_R;然后length(X) = LX在哪里LX = 2*la如果DWT扩展模式设置为周期化。对于其他扩展模式LX = 2*la-lf+2．

有关不同的离散小波变换扩展模式的更多信息，请参见dwtmode．

X = idwt(cA,cD，“wname”左)或X = idwt(cA,cD,Lo_R,Hi_R,L)返回长度-l中央部分使用得到的结果得到(cA, cD,“wname”）．l必须小于LX．

X = idwt(…“模式”模式)使用指定的扩展模式计算小波重构模式．

X = idwt(cA，[]，…)返回单层重建的近似系数向量X基于近似系数矢量cA．

X = idwt([]，cD，…)返回单层重建的细节系数向量X基于细节系数矢量cD．

例子

全部折叠

打开脚本

演示完美的重建dwt和得到用标准正交小波。

负载noisdopp;[A,D] = dwt(噪声分量，“sym4”);x = idwt(A,D，“sym4”);马克斯(abs (noisdopp-x))
Ans = 3.2152e-12
打开脚本

演示完美的重建dwt和得到用一个双正交小波。

负载noisdopp;[Lo_D,Hi_D,Lo_R,Hi_R] = wfilters(“bior3.5”);[A,D] = dwt(noisdopp,Lo_D,Hi_D);x = idwt(A,D,Lo_R,Hi_R);马克斯(abs (noisdopp-x))
Ans = 3.5527e-15

算法

从近似系数和细节系数开始j，cAj和cDj，离散小波逆变换重构cAj−1，通过插入零来反转分解步骤，并将结果与重构滤波器进行卷积。

参考文献

Daubechies, I. (1992)关于小波的十节课CBMS-NSF应用数学系列会议。暹罗。

Mallat, S.(1989)，“多分辨率信号分解的理论:小波表示，”IEEE模式肛交。和机器智能。，第11卷，no。7，第674-693页。

Meyer, Y. (1990)，Ondelettes et opérateurs(英译本:小波和算子剑桥大学出版社，1993年。

扩展功能

另请参阅

||

R2006a之前介绍

这个话题有用吗?
小波工具箱文档
其他文档
金宝app

试试MATLAB、Sim金宝appulink和其他产品下载188bet金宝搏

现在就去审判吧