主要内容

方法进行

Multisignal一维小波包变换

自从R2020a

所有的页面崩溃

语法

wpt =方法(X)
wpt =方法(X, wname)
wpt =方法(X, LoD、藏)
(wpt l) =方法(___)
[wpt l, packetlevels] =方法(___)
(wpt l packetlevels f) =方法(___)
(wpt, l, packetlevels, f,再保险]=方法(___)
(___)=方法(___、名称、值)

描述

wpt=方法(X)返回终端(最后一个级别)的节点离散小波包变换(方法)X。输入X是一个实值向量、矩阵或时间表。默认情况下,fk18使用小波变换,分解级别地板(日志2(Ns)),在那里Ns是数据样本的数量。小波包变换wpt是1 -N单元阵列,N= 2 ^地板(日志2(Ns))。

wpt=方法(X,wname)使用指定的小波wname方法进行。wname必须认识到wavemngr。

wpt=方法(X,LoD,藏)使用比例滤波器(低通),LoD和小波(高通滤波)过滤器,藏。

(wpt,l)=方法(___)还返回簿记向量使用任何以前的语法。向量l包含输入信号的长度和系数的数量水平。簿记向量需要完美的重建。

(wpt,l,packetlevels)=方法(___)还返回转换节点的水平wpt使用任何以前的语法。

(wpt,l,packetlevels,f)=方法(___)还返回近似通带的中心频率周期每个示例使用任何以前的语法。

(wpt,l,packetlevels,f,再保险)=方法(___)还返回相对小波包的能量wpt使用任何以前的语法。相对能量的比例每个小波包中包含的能量水平。

例子

(___)=方法(___,名称,值)指定选项使用名称-值对参数除了输入参数在前面的语法。例如,“水平”,4指定了分解水平。

例子

全部折叠

打开生活的脚本

加载23-channel脑电图数据Espiga3[3]。数据采样在200赫兹。

负载Espiga3

计算数据的一维方法进行使用sym3小波到四级。获得终端小波包节点,簿记向量,近似通带的中心频率。

(wpt bk ~ f] =方法(Espiga3,“sym3”,“水平”4);

输出wpt是1 - 2 4 单元阵列。每个元素的wpt是一个矩阵。选择任何终端节点,并确认矩阵的大小23-by -米,在那里米最后一个元素的簿记向量汉堡王。

nd = 13;大小(wpt{和})
ans =1×266年23
汉堡王(结束)
ans = 66

提取的最终级别系数第五频道。

p5 = cell2mat (cellfun (@ (x) x (5:)。', wpt“UniformOutput”、假));大小(p5)
ans =1×266年16日

终端节点sequency-ordered。情节在赫兹近似通带的中心频率,并确认他们是为了提高频率。

情节(200 * f,“x”)标题(中心频率的)ylabel (“赫兹”)

图包含一个坐标轴对象。坐标轴对象与标题中心频率,ylabel赫兹包含一行对象显示它的值只使用标记。

输入参数

全部折叠

输入数据,指定为一个实值向量,矩阵,或时间表。如果X是一个矩阵,变换应用到每一列的X。如果X是一个时间表,X必须包含在一个变量或一个矩阵列向量在不同的变量。X必须是均匀采样。

数据类型:单|双

小波方法进行使用,指定为一个特征向量或字符串标量。wname必须认识到wavemngr。

你不能指定wname和一个过滤器,LoD和藏。

例子:wpt =方法(数据,“sym4”)指定了sym4小波。

小波分析(分解)过滤器使用方法,指定为实值向量的一对。LoD是扩展(低通滤波器)分析滤波器,藏小波(高通滤波)分析过滤器。你不能指定wname和一个过滤器,LoD和藏。看到wfilters额外的信息。

请注意

方法进行不检查LoD和藏满足要求的完美重构小波包滤波器组。确认您的过滤器对满足需求,使用isorthwfb或isbiorthwfb。

名称-值参数

指定可选的双参数作为Name1 = Value1,…,以=家,在那里的名字参数名称和吗价值相应的价值。名称-值参数必须出现在其他参数,但对的顺序无关紧要。

R2021a之前,用逗号来分隔每一个名称和值,并附上的名字在报价。

例子:wpt =方法(x,‘sym4’,‘级’,4)指定了一个四级分解使用sym4小波。

小波分解层次,指定为一个正整数小于或等于地板(日志2(Ns)),在那里Ns在数据样本的数量。如果未指定的,水平默认为地板(日志2(Ns))。

小波包树处理,指定为一个数字或逻辑1(真正的)或0(假)。当设置为真正的,wpt包含完整的包树。当设置为假,wpt只包含终端节点。如果未指定的,FullTree默认为假。

小波包变换边界处理指定为“反射”或“周期”。设置为“反射”或“周期”,小波包系数在每个级别的基础上扩展“符号”或“每”模式dwtmode,分别。如果未指定的,边界默认为“反射”。

输出参数

全部折叠

小波包变换,作为1 -返回米单元阵列。如果一个信号的方法,每个元素wpt是一个向量。否则,每个元素是一个矩阵。的系数jth矩阵的行对应的信号jth列X。sequency-ordered数据包。

如果返回终端节点的水平N分解,wpt是一个1×2N单元阵列。如果返回完整的小波包树,wpt1 - (2N+ 1−2)单元阵列。

簿记向量,作为一个向量的正整数返回。向量l包含输入信号的长度和系数的数量水平,和需要完美的重建。

变换的水平,作为一个向量的正整数返回。的我th元素packetlevels对应于我th元素wpt。如果wpt只包含终端节点,packetlevels是一个向量,每个元素等于终端层面。如果wpt包含完整的小波包树packetlevels是一个向量2吗j每一个层次的元素j。

近似的通带的中心频率周期每个样本,作为一个实值向量返回。的j的元素f对应于j小波包节点wpt。你可以乘中的元素f由采样频率转换为单位时间周期。

相对能量的小波包wpt,作为一个细胞返回数组。相对能量的比例每个小波包中包含的能量水平。的jth元素再保险对应于j小波包节点wpt。

的每个元素再保险是一个标量时一个信号的方法。否则,当采取的方法米信号,的每个元素再保险是一个米1的向量,我元素的相对能量我信号通道。对于每一个通道,相对小波包的能量的总和在给定水平等于1。

更多关于

全部折叠

小波包分解

小波包方法是小波分解的泛化,提供更丰富的信号分析。小波包原子波形被三个自然解释参数:位置和尺度小波分解和频率。

对于一个给定的正交小波函数,生成一个图书馆的小波包基地。这些基地提供了一个特定的方式的编码信号,保护全球能源和重建具体特性。小波包可以用于许多扩张的一个给定的信号。

简单和有效的算法对小波包分解和最优分解存在选择。自适应滤波算法直接应用于最优信号编码和数据压缩可以生产。

在正交小波分解过程中,通用步骤将近似系数分为两个部分。分裂后,我们得到一个向量的近似系数和细节系数向量,都较粗的规模。连续输掉了两个近似的信息捕捉到的细节系数。下一步就是把新的近似系数向量;连续的细节从来没有重新分析。

在相应的小波包情况下,每一个细节系数向量也分解成两部分一样使用相同的方法在近似向量分裂。这提供了最富有的分析:完全二叉树在一维情况下或在二维情况下四元树。

算法

的方法进行函数执行离散小波包变换和产生一个sequency-ordered小波包树。比较sequency-ordered和正常(佩利)摘要树。 G ˜ ( f ) 是扩展(低通滤波器)分析滤波器, H ˜ ( f ) 代表小波滤波器(高通滤波)分析。底部的标签显示了分区的频率轴[0,½]。

引用

[1]Wickerhauser,占的胜利者。采用小波分析从理论到软件。韦尔斯利,MA: A.K.彼得斯,1994年。

[2]珀西瓦尔,d . B。和a . t .《瓦尔登湖》。小波时间序列分析的方法。英国剑桥:剑桥大学出版社,2000年。

[3]台面,赫克托耳。“适应模式检测的小波。“在进步在模式识别、图像分析和应用程序、编辑Alberto Sanfeliu Manuel Lazo议会,3773:933-44。柏林,海德堡:激飞柏林海德堡,2005。https://doi.org/10.1007/11578079_96。

扩展功能

版本历史

介绍了R2020a

另请参阅

|

主题