Matlab Wavelet 工具箱的使用 |
您所在的位置:网站首页 › matlab menu函数 › Matlab Wavelet 工具箱的使用 |
1.小波GUI的启动与功能
在matlab的命令符下输入wavemenu,即会出现小波工具箱窗口。 2.小波工具箱的通用函数biorfilt双正交小波滤波器组centfrq计算小波中心频率dyaddown二元采样dyadup二元插值intwave积分小波函数orthfilt正交小波滤波器组qmf镜像二次滤波器scal2frq尺度变换为频率wavefun小波尺度函数wavefun2二维小波尺度函数wavemngr小波管理函数wfilers小波滤波器组wmaxlev计算小波分解的最大尺度
3.小波函数
biorwavf双正交样条小波滤波器cgauwavf复Gaussian小波cmorwavf复Morlet小波coifwavfCoiflet小波滤波器dbaux计算Daubechies小波滤波器dbwavfDaubechies小波滤波器fbspwavf复频率B-Spline小波gauswavfGaussian小波mexihatMexican hat小波meyerMeyer小波meyerauxMeyer小波辅助函数morletMorlet小波rbiowavf反双正交样条小波滤波器shanwavf复Shannon小波symaux计算Symlet小波滤波器symwavfSymlets小波滤波器
小波通用函数 Allnodes 计算树结点 appcoef 提取一维小波变换低频系数 appcoef2 提取二维小波分解低频系数 bestlevt 计算完整最佳小波包树 besttree 计算最佳(优)树 * biorfilt 双正交样条小波滤波器组 biorwavf 双正交样条小波滤波器 * centfrq 求小波中心频率 cgauwavf Complex Gaussian小波 cmorwavf coiflets小波滤波器 cwt 一维连续小波变换 dbaux Daubechies小波滤波器计算 dbwavf Daubechies小波滤波器 dbwavf(W) W='dbN' N=1,2,3,...,50 ddencmp 获取默认值阈值(软或硬)熵标准 depo2ind 将深度-位置结点形式转化成索引结点形式 detcoef 提取一维小波变换高频系数 detcoef2 提取二维小波分解高频系数 disp 显示文本或矩阵 drawtree 画小波包分解树(GUI) dtree 构造DTREE类 dwt 单尺度一维离散小波变换 dwt2 单尺度二维离散小波变换 dwtmode 离散小波变换拓展模式 * dyaddown 二元取样 * dyadup 二元插值 entrupd 更新小波包的熵值 fbspwavf B样条小波 gauswavf Gaussian小波 get 获取对象属性值 idwt 单尺度一维离散小波逆变换 idwt2 单尺度二维离散小波逆变换 ind2depo 将索引结点形式转化成深度—位置结点形式 * intwave 积分小波数 isnode 判断结点是否存在 istnode 判断结点是否是终结点并返回排列值 iswt 一维逆SWT(Stationary Wavelet Transform)变换 iswt2 二维逆SWT变换 leaves Determine terminal nodes mexihat 墨西哥帽小波 meyer Meyer小波 meyeraux Meyer小波辅助函数 morlet Morlet小波 nodease 计算上溯结点 nodedesc 计算下溯结点(子结点) nodejoin 重组结点 nodepar 寻找父结点 nodesplt 分割(分解)结点 noleaves Determine nonterminal nodes ntnode Number of terminal nodes ntree Constructor for the class NTREE * orthfilt 正交小波滤波器组 plot 绘制向量或矩阵的图形 * qmf 镜像二次滤波器 rbiowavf Reverse biorthogonal spline wavelet filters read 读取二进制数据 readtree 读取小波包分解树 * scal2frq Scale to frequency set shanwavf Shannon wavelets swt 一维SWT(Stationary Wavelet Transform)变换 swt2 二维SWT变换 symaux Symlet wavelet filter computation. symwavf Symlets小波滤波器 thselect 信号消噪的阈值选择 thodes References treedpth 求树的深度 treeord 求树结构的叉数 upcoef 一维小波分解系数的直接重构 upcoef2 二维小波分解系数的直接重构 upwlev 单尺度一维小波分解的重构 upwlev2 单尺度二维小波分解的重构 wavedec 单尺度一维小波分解 wavedec2 多尺度二维小波分解 wavedemo 小波工具箱函数demo * wavefun 小波函数和尺度函数 * wavefun2 二维小波函数和尺度函数 wavemenu 小波工具箱函数menu图形界面调用函数 * wavemngr 小波管理函数 waverec 多尺度一维小波重构 waverec2 多尺度二维小波重构 wbmpen Penalized threshold for wavelet 1-D or 2-D de-noising wcodemat 对矩阵进行量化编码 wdcbm Thresholds for wavelet 1-D using Birge-Massart strategy wdcbm2 Thresholds for wavelet 2-D using Birge-Massart strategy wden 用小波进行一维信号的消噪或压缩 wdencmp De-noising or compression using wavelets wentropy 计算小波包的熵 wextend Extend a vector or a matrix * wfilters 小波滤波器 wkeep 提取向量或矩阵中的一部分 * wmaxlev 计算小波分解的最大尺度 wnoise 产生含噪声的测试函数数据 wnoisest 估计一维小波的系数的标准偏差 wp2wtree 从小波包树中提取小波树 wpcoef 计算小波包系数 wpcutree 剪切小波包分解树 wpdec 一维小波包的分解 wpdec2 二维小波包的分解 wpdencmp 用小波包进行信号的消噪或压缩 wpfun 小波包函数 wpjoin 重组小波包 wprcoef 小波包分解系数的重构 wprec 一维小波包分解的重构 wprec2 二维小波包分解的重构 wpsplt 分割(分解)小波包 wpthcoef 进行小波包分解系数的阈值处理 wptree 显示小波包树结构 wpviewcf Plot the colored wavelet packet coefficients. wrcoef 对一维小波系数进行单支重构 wrcoef2 对二维小波系数进行单支重构 wrev 向量逆序 write 向缓冲区内存写进数据 wtbo Constructor for the class WTBO wthcoef 一维信号的小波系数阈值处理 wthcoef2 二维信号的小波系数阈值处理 wthresh 进行软阈值或硬阈值处理 wthrmngr 阈值设置管理 wtreemgr 管理树结构 注: DWT2是二维单尺度小波变换,其可以通过指定小波或者分解滤波器进行二维单尺度小波分解。而WAVEDEC2是二维多尺度小波分解。DWT2的一种语法格式是[cA,cH,cV,cD]=dwt2(X,'wname');而对应的WAVEDEC2的语法格式是[C,S]=wavedec2(X,N,'wname'),其中N为大于1的正整数。也就是说DWT2只能对某个输入矩阵X进行一次分解,而WAVEDEC2可以对输入矩阵X进行N次分解。
biorfilt函数调用 % 计算与bior3.5相关的分解滤波器和重构滤波器 [Rf,Df] = biorwavf('bior3.5'); % 计算需要的4个滤波器 [Lo_D,Hi_D,Lo_R,Hi_R] = biorfilt(Df,Rf); subplot(221); stem(Lo_D); title('bior3.5分解低通滤波器'); subplot(222); stem(Hi_D); title('bior3.5分解高通滤波器'); subplot(223); stem(Lo_R); title('bior3.5重构低通滤波器'); subplot(224); stem(Hi_R); title('bior3.5重构高通滤波器'); ############################ biorwavf函数 % 设置双正交样条小波 wname = 'bior2.2'; % 计算两个相关的尺度滤波器rf和df [rf,rd] = biorwavf(wname) ############################ centfrq函数 % 实小波 wname = 'db2'; % 计算中心频率并且显示小波函数和近似的关联中心频率 iter = 4; [cfreq,XVAL,RECFREQ] = centfrq(wname,4,'plot') ############################ centfrq函数应用 % 复小波 wname = 'cgau6'; % 计算中心频率并且显示小波函数和近似的关联中心频率 [cfreq,XVAL,RECFREQ] = centfrq(wname,8,'plot'); ############################ gauswavf函数 % 设置有效支撑和网格参数 lb = -5; ub = 5; n = 1000; % 计算8阶高斯小波 [psi,x] = gauswavf(lb,ub,n,8); % 画出8阶高斯小波 plot(x,psi), title('8阶高斯小波'), grid ############################ fbspwavf函数 % 设置阶次,带宽,中心频率等参数 m = 2; fb = 1; fc = 0.5; % 设置有效支撑和网格参数 lb = -20; ub = 20; n = 1000; % 计算复频率B样条小波 fbsp2-0.5-1 [psi,x] = fbspwavf(lb,ub,n,m,fb,fc); % 画出复频率B样条小波 subplot(211) plot(x,real(psi)) title('复频率B样条小波 fbsp2-0.5-1') xlabel('实部'), grid subplot(212) plot(x,imag(psi)) xlabel('虚部'), grid ############################ dbwavf函数 % 设置Daubechies 小波名 wname = 'db4'; % 计算相关的尺度滤波器 f = dbwavf(wname) ############################ coifwavf函数 % 设置coiflet小波名 wname = 'coif2'; % 计算相关的尺度滤波器 f = coifwavf(wname) ############################ cmorwavf函数 % 定义带宽和中心频率 fb = 1.5; fc = 1; % 设置有效支撑和网格 lb = -8; ub = 8; n = 1000; % 计算复Morlet小波cmor1.5-1 [psi,x] = cmorwavf(lb,ub,n,fb,fc); % 画出复Morlet小波 subplot(211) plot(x,real(psi)), title('复Morlet小波cmor1.5-1') xlabel('实部'), grid subplot(212) plot(x,imag(psi)) xlabel('虚部'), grid ############################ cgauwavf函数 % 设置有效支撑和网格参数 lb = -5; ub = 5; n = 1000; % 计算4阶复Gaussian小波 [psi,x] = cgauwavf(lb,ub,n,4); % 画出4阶复Gaussian小波 subplot(211) plot(x,real(psi)), title('4阶复Gaussian小波') xlabel('实部'), grid subplot(212) plot(x,imag(psi)) xlabel('虚部'), grid ############################ scal2frq函数 % 设置小波函数、时间间隔和采样点数 wname = 'db10'; A = -64; B = 64; P = 224; % 计算采样周期和采样函数及真实频率 delta = (B-A)/(P-1); t = linspace(A,B,P); omega = 5; x = cos(omega*t); freq = omega/(2*pi); % 设置尺度并且使用scal2frq函数来计算准周期数列 scales = [0.25:0.25:3.75]; TAB_PF = scal2frq(scales,wname,delta); % 计算最近似的准周期和相应的尺度 [dummy,ind] = min(abs(TAB_PF-freq)); freq_APP = TAB_PF(ind); scale_APP = scales(ind); % 进行连续分解并绘图 str1 = ['224 samples of x = cos(5t) on [-64,64] - ' ... '真实频率 = 5/(2*pi) =~ ' num2str(freq,3)]; str2 = ['准周期数组和尺度: ']; str3 = [num2str([TAB_PF',scales'],3)]; str4 = ['准频率 = ' num2str(freq_APP,3)]; str5 = ['对应尺度 = ' num2str(scale_APP,3)]; figure; cwt(x,scales,wname,'plot'); ax = gca; colorbar axTITL = get(ax,'title'); axXLAB = get(ax,'xlabel'); set(axTITL,'String',str1) set(axXLAB,'String',[str4,' - ' str5]) clc ; disp(strvcat(' ',str1,' ',str2,str3,' ',str4,str5)) ############################ shanwavf函数 % 设置带宽和中心频率 fb = 1; fc = 1.5; % 设置有效支撑和网格参数 lb = -20; ub = 20; n = 1000; % 计算复Shannon小波shan1.5-1. [psi,x] = shanwavf(lb,ub,n,fb,fc); % 画出复Shannon小波 subplot(211) plot(x,real(psi)), title('复Shannon小波 shan1.5-1') xlabel('实部'), grid subplot(212) plot(x,imag(psi)) xlabel('虚部'), grid ############################ wavefun函数 % 设置小波名称和计算次数 iter = 10; wav = 'sym4'; % 用迭代算法计算小波函数的近似值 for i = 1:iter [phi,psi,xval] = wavefun(wav,i); plot(xval,psi); hold on end title('小波函数sym4的近似值(iter从1到10) '); hold off ############################ wfilters函数 % 设置小波名称 wname = 'db5'; % 计算该小波的4个滤波器 [Lo_D,Hi_D,Lo_R,Hi_R] = wfilters(wname); subplot(221); stem(Lo_D); title('分解低通滤波器'); subplot(222); stem(Hi_D); title('分解高通滤波器'); subplot(223); stem(Lo_R); title('重构低通滤波器'); subplot(224); stem(Hi_R); title('重构高通滤波器'); xlabel('db5的四个滤波器') ############################ wavefun2函数 % 设置小波函数和迭代次数 iter = 4; wav = 'sym4'; % 采用迭代算法计算小波函数和尺度函数的近似值并画图 [s,w1,w2,w3,xyval] = wavefun2(wav,iter,0); ############################ rbiowavf函数 % 设置反双正交样条滤波器 wname = 'rbio2.2'; % 计算两个相关滤波器:rf是重构尺度滤波器,df是分解尺度滤波器 [rf,df] = rbiowavf(wname) ############################ qmf函数 % 装载正交小波相关的尺度滤波器 load db10; subplot(321); stem(db10); title('db10 低通滤波器'); % 计算二次镜像滤波器 qmfdb10 = qmf(db10); subplot(322); stem(qmfdb10); title('QMF db10 滤波器'); % 检查频率条件(对于正交很有必要),对于每个频率点: % abs(fft(filter))^2 + abs(fft(qmf(filter))^2 = 1 m = fft(db10); mt = fft(qmfdb10); freq = [1:length(db10)]/length(db10); subplot(323); plot(freq,abs(m)); title('db10转换模量') subplot(324); plot(freq,abs(mt)); title('QMF db10的转换模量') subplot(325); plot(freq,abs(m).^2 + abs(mt).^2); title('检查db10 and QMF db10的QMF条件') xlabel(' abs(fft(db10))^2 + abs(fft(qmf(db10))^2 = 1') ############################ orthfilt函数 % 装载尺度滤波器 load db8; w = db8; subplot(421); stem(w); title('原始尺度滤波器'); % 计算4个滤波器 [Lo_D,Hi_D,Lo_R,Hi_R] = orthfilt(w); subplot(423); stem(Lo_D); title('分解低通滤波器'); subplot(424); stem(Hi_D); title('分解高通滤波器'); subplot(425); stem(Lo_R); title('重构低通滤波器'); subplot(426); stem(Hi_R); title('重构高通滤波器'); % 检验正交性 df = [Lo_D;Hi_D]; rf = [Lo_R;Hi_R]; id = df*df' id = rf*rf' % 检验二元转换后的正交性 df = [Lo_D 0 0;Hi_D 0 0]; dft = [0 0 Lo_D; 0 0 Hi_D]; zer = df*dft' % 高频和低频解释 fftld = fft(Lo_D); ffthd = fft(Hi_D); freq = [1:length(Lo_D)]/length(Lo_D); subplot(427); plot(freq,abs(fftld)); title('转换模量:低通'); subplot(428); plot(freq,abs(ffthd)); title('转换模量:高通') ############################ morlet函数 % 设置有效支撑和网格参数 lb = -4; ub = 4; n = 1000; % 计算并画出Morlet 小波 [psi,x] = morlet(lb,ub,n); plot(x,psi), title('Morlet小波') ############################ meyer函数 % 设置有效支撑和网格参数 lb = -8; ub = 8; n = 1024; % 计算并画出Meyer小波和尺度函数 [phi,psi,x] = meyer(lb,ub,n); subplot(211), plot(x,psi) title('Meyer 小波') subplot(212), plot(x,phi) title('Meyer 尺度函数') ############################ mexihat函数 % 设置有效支撑和网格参数 lb = -5; ub = 5; n = 1000; % 计算并画出 Mexican hat小波 [psi,x] = mexihat(lb,ub,n); plot(x,psi); title('Mexican hat 小波') ############################ intwave函数 % 指定小波类型 wname = 'db4'; % 画出小波函数 [phi,psi,xval] = wavefun(wname,7); subplot(211); plot(xval,psi); title('db4小波'); % 计算并画出小波积分的近似值 [integ,xval] = intwave(wname,7); subplot(212); plot(xval,integ); title(['小波在区间[-Inf xval]上的积分']); ############################ |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |