MATLAB(2)——小波工具箱使用简介

前言

 本文主要介绍MATLAB小波工具箱的使用。并以一维离散信号为例,简要分析。

 

一、小波分解

不同于傅里叶变换,小波分解采用小波基的方式对信号进行分解,即通过基信号的平移、伸缩等变换,将信号进行分解。下图给出小波分解的一般特性:

MATLAB(2)——小波工具箱使用简介_第1张图片

图中可以观察到,a8对应的小波基较大,d8~d1对应的小波基依次减小,分解层数越多,对应频率分量划分越详细。

对应的小波分解逻辑关系为:

MATLAB(2)——小波工具箱使用简介_第2张图片

二、小波工具箱使用简介

  A-启动小波工具箱

打开MATLAB,在Command Window输入:wavemenu,回车,即可看到如下页面:

MATLAB(2)——小波工具箱使用简介_第3张图片

  B-加载、分析数据

Wavelet 1-D为例,加载数据如图所示:

MATLAB(2)——小波工具箱使用简介_第4张图片

即可看到对应的原始数据:

MATLAB(2)——小波工具箱使用简介_第5张图片

在左上角根据自己的设定,可以选择不同的小波基、以及对应分解的层数:

MATLAB(2)——小波工具箱使用简介_第6张图片

对应的分解结果:

MATLAB(2)——小波工具箱使用简介_第7张图片

Display mode中选择不同的模式,可以观察不同特性:

  • 模式1Show and scroll(观察重构特性,残差特性)

MATLAB(2)——小波工具箱使用简介_第8张图片

  • 模式2Full Decomposition(观察分解特性)
  • 模式3Separate Mode(观察分解特性,对应的重构特性)

MATLAB(2)——小波工具箱使用简介_第9张图片

  • 模式4Show and scroll(stem cfs)(观察小波系数,此点存疑,似乎对应不上

MATLAB(2)——小波工具箱使用简介_第10张图片

  • 模式5Tree mode (观察分解树)

MATLAB(2)——小波工具箱使用简介_第11张图片

  C-导出数据

所有的分解数据,可按如下操作导出:

MATLAB(2)——小波工具箱使用简介_第12张图片

其中:a1;a2;...;an对应路径1的数据,d1;d2;...;dn对应路径2的数据.

MATLAB(2)——小波工具箱使用简介_第13张图片

参考:

http://blog.sina.com.cn/s/blog_6163bdeb0102dw7a.html 

转载于:https://www.cnblogs.com/ly1994/p/8607891.html

你可能感兴趣的:(matlab,人工智能)