小波分解函数和重构函数的应用和区别

小波分解函数和重构函数的应用和区别

ID:17582703

大小:457.50 KB

页数:5页

时间:2018-09-03

小波分解函数和重构函数的应用和区别_第1页
小波分解函数和重构函数的应用和区别_第2页
小波分解函数和重构函数的应用和区别_第3页
小波分解函数和重构函数的应用和区别_第4页
小波分解函数和重构函数的应用和区别_第5页
资源描述:

《小波分解函数和重构函数的应用和区别》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、小波分解函数和重构函数的应用和区别今天把有关一维小波基本函数整理了一下,也不知道在理解上是否有偏差。小波分析基本函数可分为分解和重构两类,下面以一维小波分析为例说明小波函数的应用和相关函数的区别。1、一维小波分解函数和系数提取函数对常用的dwt、wavedec、appcoef函数的常用格式进行举例说明。格式:[ca,cd]=dwt(X,’wname’)%单尺度一维离散小波分解[C,L]=wavedec(X,N,’wname’)%多尺度一维小波分解(多分辨分析函数)ca=appcoef(C,L,’wname’,N)%提取一维小波变换低频系数说明:(1)小波分解函数和系数提取函数的结果都是分解系

2、数;(2)如何理解小波系数:小波系数是信号在做小波分解时所选择的小波函数空间的投影。我们知道,一个信号可以分解为傅里叶级数,即一组三角函数之和,而傅里叶变换对应于傅里叶级数的系数;同样,一个信号可以表示为一组小波基函数之和,小波变换系数就对应于这组小波基函数的系数。(3)多尺度分解是按照多分辨分析理论,分解尺度越大,分解系数的长度越小(是上一个尺度的二分之一)。我们会发现分解得到的小波低频系数的变化规律和原始信号相似,但要注意低频系数的数值和长度与原始信号以及后面重构得到的各层信号是不一样的。举例:(为直观,把运行结果放在相应程序段后面)%载入原始信号loadleleccum;s=lelec

3、cum(1:3920);ls=length(s);%单尺度一维离散小波分解函数dwt的应用[ca1,cd1]=dwt(s,'db1');%用小波函数db1对信号s进行单尺度分解figure(1);subplot(411);plot(s);ylabel('s');title('原始信号s及单尺度分解的低频系数ca1和高频系数cd1');subplot(423);plot(ca1);ylabel('ca1');subplot(424);plot(cd1);ylabel('cd1');(注意:figure(1)中的ca1和cd1的长度都是1960,是原始信号s长度3920的一半。)%多尺度一维小波

4、分解函数wavedec的应用[C,L]=wavedec(s,3,'db1');%用小波函数db1对信号s进行3尺度分解figure(2);subplot(411);plot(s);title('原始信号');ylabel('s');subplot(412);plot(C);title('信号s的3尺度分解结构:尺度3的低频系数和尺度3、2、1的高频系数');(注意:wavedec所做的多尺度小波分解后的系数C的存储方式是按[caj,cdj,cdj-1,…,cd1]方式存放的,各层系数的长度在数组L中标示。figure(2)中第二行将系数C显示出来,1~490段是尺度3的低频系数ca3(长度4

5、90),491~980段是尺度3的高频系数cd3(长度是490),981~1960段是尺度2的高频系数cd2(长度是980),1961~3920段是尺度1的高频系数cd1(长度是1960)。运行后最好观察一下数组变量C和L的值。)%提取一维小波变换低频系数函数appcoef的应用ca1=appcoef(C,L,'db1',1);%从前面小波3尺度分解结构[C,L]中提取尺度1的低频系数ca2=appcoef(C,L,'db1',2);%从前面小波3尺度分解结构[C,L]中提取尺度2的低频系数ca3=appcoef(C,L,'db1',3);%从前面小波3尺度分解结构[C,L]中提取尺度3的低

6、频系数figure(3);subplot(411);plot(s);title('原始信号');ylabel('s');subplot(412);plot(ca1);title('从小波3尺度分解结构[C,L]中提取尺度1、2、3的低频系数');ylabel('ca1');subplot(413);plot(ca2);ylabel('ca2');subplot(414);plot(ca3);ylabel('ca3');(注意:figure(3)中随尺度增加,低频系数长度减半,可见各层低频系数的变化规律和原始信号类似,这正好说明低频系数反映了信号的轮廓或基本信息。注意观察各层系数值和原始信号值

7、是有很大差距的。)1、一维小波重构函数对常用的idwt、waverec、wrcoef函数进行举例说明。格式:X=idwt(ca,cd,’wmane’)%单尺度一维小波逆变换X=waverec(C,L,’wname’)%多尺度一维小波重构X=wrcoef(‘type’,C,L,’wname’,N)%对一维小波系数进行单支重构说明:(1)小波重构函数的结果都是信号;(2)不管是用哪个重构函数对系数进行重构后,结果

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。