Main Content

Wvarchg.

找到方差变化点

描述

例子

[chgptskopt.美东时间] = wvarchg(y的)计算信号的估计变化变化点y对于六个变化点,其中两个变化点之间的最小延迟为10。

[___] = wvarchg(yK.的)计算估计变化变化点jchange points, wherej = 0,1,2,...,k,两个变化点之间的最小延迟为10。

[___] = wvarchg(yK.D.的)计算估计的变化变化点,其中两个变化点之间的最小延迟是D.

  • Wvarchg.(Y,6,10)相当于Wvarchg.(Y)

  • WVARCHG(Y,K,10)相当于wvarchg(y,k)

例子

全部收缩

For reproducibility, set the random seed to the default value. Load thewavelet test signal. Add white noise with two variance change points located at indices 180 and 600. Plot the noise and the noisy signal.

rng默认x = Wnoise(1,10);cp1 = 180;cp2 = 600;bb = 1.5 * randn(1,长度(x));SEG1 = BB(1:CP1);SEG2 = BB(CP1 + 1:CP2)/ 4;SEG3 = BB(CP2 + 1:结束);wn = [seg1 seg2 seg3];x = x + wn;子图(2,1,1)图(WN)标题('噪音')子图(2,1,2)plot(x)标题('嘈杂的信号'的)

图包含2个轴对象。带标题噪声的轴对象1包含类型线的对象。轴对象2具有标题噪声信号包含类型线的对象。

使用DB3.小波并进行信号的1级小波分解。重建细节系数。用小波系数的平均值替换顶部2%以删除大部分信号。绘制值。

wname ='db3';lev = 1;[c,l] = wavedec(x,lev,wname);det = wrcoef('D',c,l,wname,1);Y = SORT(ABS(DET));V2P100 = Y(修复(长度(y)* 0.98));IND =查找(ABS(DEV)> V2P100);DET(IND)=平均值(DET);图绘制(DET)标题('重建细节'的)

图包含一个坐标轴对象。坐标轴对象with title Reconstructed Details contains an object of type line.

使用小波系数估计方差变化点。

[pts_opt,kopt,t_est] = wvarchg(det,5);FPRINTF(“估计的变化点是%d和%d。”,pts_opt)
估计的变化点为181和601。

输入参数

全部收缩

输入信号,指定为真实值矢量。输入信号y应该有零。

数据类型:双倍的

变化点数那specified as an integer.K.满足不平等1

数据类型:双倍的

变化点数那specified as an integer.D.满足不平等1≤d«长度(y)

数据类型:双倍的

输出参数

全部收缩

估计方差变化点,作为向量返回。chgpts是空的矢量[]没有找到更改点时。

Proposed number of change points, returned as a nonnegative integer in the interval [0,K.]。

Instants of the variation change points, returned as a real-valued matrix. For1≤k≤k美东时间(k+1,1:k)包含K.方差变化点的瞬间。如果kopt.> 0, 然后CHGPTS = EST(KOPT + 1,1:KOPT)那elsechgpts = []

References

[1] Lavielle,M。“检测一系列依赖变量中的多次变化。”Stochastic Processes and their Applications。卷。83,1,1999,第79-102页。

Introduced before R2006a