五种常见小波基函数及其matlab实现

合集下载

收集和总结MATLAB中涉及到的小波函数

收集和总结MATLAB中涉及到的小波函数

一、收集和总结MA TLAB中涉及到的小波函数1.cwt函数功能:实现一维连续小波变换的函数。

cwt函数语法格式:COEFS=cwt(S, SCALES, 'wname')COEFS=cwt(S, SCALES, 'wname', 'plot')COEFS=cwt(S, SCALES, 'wname', 'PLOTMODE') 2.dwt函数功能:单尺度一维离散小波变换函数语法格式:[cA,cD] = dwt(X,'wname')[cA,cD] = dwt(X,'wname','mode',MODE)[cA,cD] = dwt(X,Lo_D,Hi_D)3.meyer函数功能:Meyer小波函数语法格式:[PHI,PSI,T] = meyer(LB,UB,N)[PHI,T] = meyer(LB,UB,N,'phi')[PSI,T] = meyer(LB,UB,N,'psi')4.plot函数功能:绘制向量或矩阵的图形函数语法格式:plot(Y)plot(X1,Y1,...)plot(X1,Y1,LineSpec,...)5.cgauwavf函数功能:Complex Gaussian小波函数语法格式:[PSI,X] = cgauwavf(LB,UB,N,P)6.iswt函数功能:一维逆SWT(Stationary Wavelet Transform)变换函数语法格式:X = iswt(SWC,'wname')X = iswt(SWA,SWD,'wname')X = iswt(SWC,Lo_R,Hi_R)7.mexihat函数功能:墨西哥帽小波函数语法格式:[PSI,X] = mexihat(LB,UB,N)8.morlet函数功能:Morlet小波函数语法格式:[PSI,X] = morlet(LB,UB,N)9.symwavf函数功能:Symlets小波滤波器函数语法格式:F = symwavf(W)10.upcoef函数功能:一维小波分解系数的直接重构函数语法格式:Y = upcoef(O,X,'wname',N)Y = upcoef(O,X,'wname',N,L)Y = upcoef(O,X,Lo_R,Hi_R,N)Y = upcoef(O,X,Lo_R,Hi_R,N,L)Y = upcoef(O,X,'wname')Y = upcoef(O,X,Lo_R,Hi_R) 11.upwlev函数功能:单尺度一维小波分解的重构函数语法格式:[NC,NL,cA] = upwlev(C,L,'wname')[NC,NL,cA] = upwlev(C,L,Lo_R,Hi_R) 12.wavedec函数功能:单尺度一维小波分解函数语法格式:[C,L] = wavedec(X,N,'wname')[C,L] = wavedec(X,N,Lo_D,Hi_D) 13.wavefun函数功能:小波函数和尺度函数函数语法格式:[PHI,PSI,XVAL] = wavefun('wname',ITER) 14.waverec函数功能:多尺度一维小波重构函数语法格式:X = waverec(C,L,'wname')X = waverec(C,L,Lo_R,Hi_R)15.wpcoef函数功能:计算小波包系数函数语法格式:X = wpcoef(T,N)X = wpcoef(T)16.wpdec函数功能:一维小波包的分解函数语法格式:T = wpdec(X,N,'wname',E,P)T = wpdec(X,N,'wname')17.wpfun函数功能:小波包函数[函数语法格式:WPWS,X] = wpfun('wname',NUM,PREC) [WPWS,X] = wpfun('wname',NUM) 18.wprcoef函数功能:小波包分解系数的重构函数语法格式:X = wprcoef(T,N)19.wprec函数功能:一维小波包分解的重构函数语法格式:X = wprec(T)20.wrcoef函数功能:对一维小波系数进行单支重构函数语法格式:X = wrcoef('type',C,L,'wname',N)X = wrcoef('type',C,L,Lo_R,Hi_R,N)X = wrcoef('type',C,L,'wname')X = wrcoef('type',C,L,Lo_R,Hi_R)。

小波变换的matlab实现

小波变换的matlab实现
*
举例: A1=upcoef('a','cA1','db1',1,ls); D1=upcoef('d','cD1','db1',1,ls);
subplot(1,2,1);plot(A1);title('Approximation A1')
subplot(1,2,2);plot(D1);title('Detail D1')
重构原始信号
*
2D图形接口
*
显示
*
小波分析用于信号处理
01
信号的特征提取
信号处理
常用信号的小波分析
GUI进行信号处理
*
正弦波的线性组合
S(t)=sin(2t)+sin(20t)+sin(200t)
*
2019
间断点检测
01
2020
波形未来预测
02
2021
各分信号的频率识别
03
2022
信号从近似到细节的迁移
*
多尺度二维小波
命令:wavedec2
格式: [C, S]=wavedec2(X,N,’wname’) [C, S]=wavedec2(X,N,Lo_D,Hi_D)
*
[C,S] = wavedec2(X,2,'bior3.7'); %图像的多尺度二维小波分解
提取低频系数
命令:appcoef2 格式: 1. A=appcoef2(C,S,’wname’,N) 2. A=appcoef2(C,S,’wname’) 3. A=appcoef2(C,S,Lo_R,Hi_R) 4. A=appcoef2(C,S,Lo_R,Hi_R,N) cA2 = appcoef2(C,S,'bior3.7',2); %从上面的C中提取第二层的低频系数

五种常见小波基函数及其matlab实现

五种常见小波基函数及其matlab实现

五种常见小波基函数及其matlab实现Haar 小波Haar 函数是小波分析中最早用到的一个具有紧支撑的正交小波函数,也是最简单的一个小波函数,它是支撑域在[0,1]∈t 范围内的单个矩形波。

Haar函数的定义如下:1021121(t)-10t t ≤≤≤≤ψ=其他Haar 小波在时域上是不连续的,所以作为基本小波性能不是特别好。

但它也有自己的优点:1. 计算简单。

2.(t)ψ不但与j (t)[j z]2ψ∈正交,而且与自己的整数位移正交,因此,在2j a=的多分辨率系统中,Haar 小波构成一组最简单的正交归一的小波族。

()t ψ的傅里叶变换是:2/24=sin ()j e aψ-ΩΩΩΩ()jHaar 小波的时域和频域波形[phi,g1,xval] = wavefun('haar',20); subplot(2,1,1);plot(xval,g1,'LineWidth',2); xlabel('t') title('haar 时域'); g2=fft(g1); g3=abs(g2); subplot(2,1,2); plot(g3,'LineWidth',2);xlabel('f') title('haar 频域')Daubechies(dbN)小波Daubechies 小波是世界著名的小波分析学者Inrid ·Daubechies 构造的小波函数,简写为dbN ,N 是小波的阶数。

小波(t)ψ和尺度函数(t)φ中的支撑区为12-N ,(t)ψ的消失矩为N 。

除1=N (Harr 小波)外,dbN 不具有对称性(即非线性相位)。

除1=N(Harr 小波)外,dbN 没有明确的表达式,但转换函数h 的平方模是明确的:令kN k kN kyp C∑-=+=11-(y),其中C kN k+1-为二项式的系数,则有)2)p(sin2(cos)(2220ωωω=m其中:e h jk N k kωω-12021)(m ∑-==Daubechies 小波具有以下特点:1. 在时域是有限支撑的,即(t)ψ长度有限。

常用小波函数及Matlab常用指令

常用小波函数及Matlab常用指令
常用小波函数及Matlab常用指令
●一 、常用小波函数
与标准傅立叶变换相比,小波分析中用到的小 波函数没有唯一性,小波函数 ( x) 具有多样性。 由此而带来的问题是使用不同的小波基分析同一 个问题会产生不同的结果,没有一个选择最优小 波基的统一方法。目前主要是通过用小波分析方 法处理信号的结果与g function phi = 1 on [0 1] and 0 otherwise. wavelet function psi = 1 on [0 0.5[, = -1 on [0.5 1] and 0 otherwise.
Family Short name Examples Haar haar haar is the same as db1
Family Short name Order Nr,Nd r for reconstruction d for decomposition
Biorthogonal bior Nr = 1 , Nd = 1, 3, 5 Nr = 2 , Nd = 2, 4, 6, 8 Nr = 3 , Nd = 1, 3, 5, 7, 9 Nr = 4 , Nd = 4 Nr = 5 , Nd = 5 Nr = 6 , Nd = 8
图:
在命令窗口输入waveinfo('haar')
2、db系列小波
DBINFO Information on Daubechies wavelets. Daubechies Wavelets General characteristics: Compactly supported wavelets with extremal phase and highest number of vanishing moments for a given support width. Associated scaling filters are minimum-phase filters. Family Daubechies Short name db Order N N strictly positive integer Examples db1 or haar, db4, db15

Matlab中常用小波函数

Matlab中常用小波函数

matlab小波变换Matlab 1. 离散傅立叶变换的Matlab实现Matlab 函数fft、fft2 和fftn 分别可以实现一维、二维和N 维DFT 算法;而函数ifft、ifft2 和ifftn 则用来计算反DFT 。

这些函数的调用格式如下:A=fft(X,N,DIM)其中,X 表示输入图像;N 表示采样间隔点,如果X 小于该数值,那么Matlab 将会对X 进行零填充,否则将进行截取,使之长度为N ;DIM 表示要进行离散傅立叶变换。

A=fft2(X,MROWS,NCOLS)其中,MROWS 和NCOLS 指定对X 进行零填充后的X 大小。

别可以实现一维、二维和N 维DFTA=fftn(X,SIZE)其中,SIZE 是一个向量,它们每一个元素都将指定X 相应维进行零填充后的长度。

函数ifft、ifft2 和ifftn的调用格式于对应的离散傅立叶变换函数一致。

别可以实现一维、二维和N 维DFT例子:图像的二维傅立叶频谱1. 离散傅立叶变换的Matlab实现% 读入原始图像I=imread('lena.bmp');函数fft、fft2 和fftn 分imshow(I)% 求离散傅立叶频谱J=fftshift(fft2(I));figure;别可以实现一维、二维和N 维DFTimshow(log(abs(J)),[8,10])2. 离散余弦变换的Matlab 实现Matlab2.1. dct2 函数功能:二维DCT 变换Matlab格式:B=dct2(A)B=dct2(A,m,n)B=dct2(A,[m,n])函数fft、fft2 和fftn 分说明:B=dct2(A) 计算A 的DCT 变换B ,A 与B 的大小相同;B=dct2(A,m,n) 和B=dct2(A,[m,n]) 通过对A 补0 或剪裁,使B 的大小为m×n。

2.2. dict2 函数功能:DCT 反变换格式:B=idct2(A)B=idct2(A,m,n)别可以实现一维、二维和N 维DFTB=idct2(A,[m,n])说明:B=idct2(A) 计算A 的DCT 反变换B ,A 与B 的大小相同;B=idct2(A,m,n) 和B=idct2(A,[m,n]) 通过对A 补0 或剪裁,使B 的大小为m×n。

收集和总结MATLAB中涉及到的小波函数

收集和总结MATLAB中涉及到的小波函数

一、收集和总结MA TLAB中涉及到的小波函数1.cwt函数功能:实现一维连续小波变换的函数。

cwt函数语法格式:COEFS=cwt(S, SCALES, 'wname')COEFS=cwt(S, SCALES, 'wname', 'plot')COEFS=cwt(S, SCALES, 'wname', 'PLOTMODE') 2.dwt函数功能:单尺度一维离散小波变换函数语法格式:[cA,cD] = dwt(X,'wname')[cA,cD] = dwt(X,'wname','mode',MODE)[cA,cD] = dwt(X,Lo_D,Hi_D)3.meyer函数功能:Meyer小波函数语法格式:[PHI,PSI,T] = meyer(LB,UB,N)[PHI,T] = meyer(LB,UB,N,'phi')[PSI,T] = meyer(LB,UB,N,'psi')4.plot函数功能:绘制向量或矩阵的图形函数语法格式:plot(Y)plot(X1,Y1,...)plot(X1,Y1,LineSpec,...)5.cgauwavf函数功能:Complex Gaussian小波函数语法格式:[PSI,X] = cgauwavf(LB,UB,N,P)6.iswt函数功能:一维逆SWT(Stationary Wavelet Transform)变换函数语法格式:X = iswt(SWC,'wname')X = iswt(SWA,SWD,'wname')X = iswt(SWC,Lo_R,Hi_R)7.mexihat函数功能:墨西哥帽小波函数语法格式:[PSI,X] = mexihat(LB,UB,N)8.morlet函数功能:Morlet小波函数语法格式:[PSI,X] = morlet(LB,UB,N)9.symwavf函数功能:Symlets小波滤波器函数语法格式:F = symwavf(W)10.upcoef函数功能:一维小波分解系数的直接重构函数语法格式:Y = upcoef(O,X,'wname',N)Y = upcoef(O,X,'wname',N,L)Y = upcoef(O,X,Lo_R,Hi_R,N)Y = upcoef(O,X,Lo_R,Hi_R,N,L)Y = upcoef(O,X,'wname')Y = upcoef(O,X,Lo_R,Hi_R) 11.upwlev函数功能:单尺度一维小波分解的重构函数语法格式:[NC,NL,cA] = upwlev(C,L,'wname')[NC,NL,cA] = upwlev(C,L,Lo_R,Hi_R) 12.wavedec函数功能:单尺度一维小波分解函数语法格式:[C,L] = wavedec(X,N,'wname')[C,L] = wavedec(X,N,Lo_D,Hi_D) 13.wavefun函数功能:小波函数和尺度函数函数语法格式:[PHI,PSI,XVAL] = wavefun('wname',ITER) 14.waverec函数功能:多尺度一维小波重构函数语法格式:X = waverec(C,L,'wname')X = waverec(C,L,Lo_R,Hi_R)15.wpcoef函数功能:计算小波包系数函数语法格式:X = wpcoef(T,N)X = wpcoef(T)16.wpdec函数功能:一维小波包的分解函数语法格式:T = wpdec(X,N,'wname',E,P)T = wpdec(X,N,'wname')17.wpfun函数功能:小波包函数[函数语法格式:WPWS,X] = wpfun('wname',NUM,PREC) [WPWS,X] = wpfun('wname',NUM) 18.wprcoef函数功能:小波包分解系数的重构函数语法格式:X = wprcoef(T,N)19.wprec函数功能:一维小波包分解的重构函数语法格式:X = wprec(T)20.wrcoef函数功能:对一维小波系数进行单支重构函数语法格式:X = wrcoef('type',C,L,'wname',N)X = wrcoef('type',C,L,Lo_R,Hi_R,N)X = wrcoef('type',C,L,'wname')X = wrcoef('type',C,L,Lo_R,Hi_R)。

总结MATLAB中涉及到的小波函数

总结MATLAB中涉及到的小波函数
用法:
X = iswt(SWC,'wname')
X = iswt(SWA,SWD,'wname')
X = iswt(SWC,Lo_R,Hi_R)
X = iswt(SWA,SWD,Lo_R,Hi_R)
(5)upcoef函数:一维小波分解系数的直接重构
用法:
Y = upcoef(O,X,'wname',N)
收集和总结MATLAB中涉及到的小波函数
(1)plot函数:绘制向量或矩阵的图形
用法:
plot(Y)
plot(X1,Y1,...)
plot(X1,Y1,LineSpec,...)
plot(...,'PropertyName',PropertyValue,...)
plot(axes_handle,...)
[XD,TREED,PERF0,PERFL2] =
wpdencmp(TREE,SORH,CRIT,PAR,KEEPAPP)
(11)wpfun函数:小波包函数
[用法:
WPWS,X] = wpfun('wname',NUM,PREC)
[WPWS,X] = wpfun('wname',NUM)
(12)wpjoin函数:重组小波包
(2)cwt函数:实现一维连续小波变换的函数。
用法:
COEFS=cwt(S, SCALES, 'wname')
COEFS=cwt(S, SCALES, 'wname', 'plot')
COEFS=cwt(S, SCALES, 'wname', 'PLOTMODE')

Matlab中常用小波函数

Matlab中常用小波函数

matlab小波变换Matlab 1. 离散傅立叶变换的Matlab实现Matlab 函数fft、fft2 和fftn 分别可以实现一维、二维和N 维DFT 算法;而函数ifft、ifft2 和ifftn 则用来计算反DFT 。

这些函数的调用格式如下:A=fft(X,N,DIM)其中,X 表示输入图像;N 表示采样间隔点,如果X 小于该数值,那么Matlab 将会对X 进行零填充,否则将进行截取,使之长度为N ;DIM 表示要进行离散傅立叶变换。

A=fft2(X,MROWS,NCOLS)其中,MROWS 和NCOLS 指定对X 进行零填充后的X 大小。

别可以实现一维、二维和N 维DFTA=fftn(X,SIZE)其中,SIZE 是一个向量,它们每一个元素都将指定X 相应维进行零填充后的长度。

函数ifft、ifft2 和ifftn的调用格式于对应的离散傅立叶变换函数一致。

别可以实现一维、二维和N 维DFT例子:图像的二维傅立叶频谱1. 离散傅立叶变换的Matlab实现% 读入原始图像I=imread('lena.bmp');函数fft、fft2 和fftn 分imshow(I)% 求离散傅立叶频谱J=fftshift(fft2(I));figure;别可以实现一维、二维和N 维DFTimshow(log(abs(J)),[8,10])2. 离散余弦变换的Matlab 实现Matlab2.1. dct2 函数功能:二维DCT 变换Matlab格式:B=dct2(A)B=dct2(A,m,n)B=dct2(A,[m,n])函数fft、fft2 和fftn 分说明:B=dct2(A) 计算A 的DCT 变换B ,A 与B 的大小相同;B=dct2(A,m,n) 和B=dct2(A,[m,n]) 通过对A 补0 或剪裁,使B 的大小为m×n。

2.2. dict2 函数功能:DCT 反变换格式:B=idct2(A)B=idct2(A,m,n)别可以实现一维、二维和N 维DFTB=idct2(A,[m,n])说明:B=idct2(A) 计算A 的DCT 反变换B ,A 与B 的大小相同;B=idct2(A,m,n) 和B=idct2(A,[m,n]) 通过对A 补0 或剪裁,使B 的大小为m×n。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

与标准的傅里叶变换相比,小波分析中使用到的小波函数具有不唯一性,即小波函数 具有多样性。

小波分析在工程应用中,一个十分重要的问题就是最优小波基的选择问题,因为用不同的小波基分析同一个问题会产生不同的结果。

目前我们主要是通过用小波分析方法处理信号的结果与理论结果的误差来判定小波基的好坏,由此决定小波基。

常用小波基有Haar 小波、Daubechies(dbN)小波、Mexican Hat(mexh)小波、Morlet 小波、Meyer 小波等。

Haar 小波
Haar 函数是小波分析中最早用到的一个具有紧支撑的正交小波函数,也是最简单的一个小波函数,它是支撑域在[0,1]∈t 范围内的单个矩形波。

Haar 函数
的定义如下:
1
021121(t)-1
t t ≤≤≤≤ψ=⎧⎪⎨⎪⎩其他
Haar 小波在时域上是不连续的,所以作为基本小波性能不是特别好。

但它也有自己的优点:
1. 计算简单。

2.
(t)ψ不但与j (t)[j z]2ψ∈正交,而且与自己的整数位移正交,因此,
在2j a
=的多分辨率系统中,Haar 小波构成一组最简单的正交归一的
小波族。

()t ψ的傅里叶变换是:
2/24=sin ()j e a
ψ-ΩΩ
ΩΩ()j
Haar 小波的时域和频域波形
Daubechies(dbN)小波
Daubechies 小波是世界著名的小波分析学者Inrid ·Daubechies 构造的小波函数,简写为dbN ,N 是小波的阶数。

小波(t)ψ和尺度函数(t)φ中的支撑
区为12-N
,(t)ψ的消失矩为N 。

除1=N (Harr
小波)外,dbN 不具有
对称性(即非线性相位)。

除1=N (Harr 小波)外,dbN 没有明确的表达式,
但转换函数h 的平方模是明确的:
令k
N k k
N k
y
p C
∑-=+=1
01-(y),其中C k
N k
+1-为二项式的系数,则有
)2
)p(sin
2
(cos
)
(2
2
2

ω
ω=m
其中:
e h jk N k k
ω
ω-120
2
1
)(m ∑-==
Daubechies 小波具有以下特点:
1. 在时域是有限支撑的,即(t)ψ长度有限。

2. 在频域)(ωψ在=0ω处有N 阶零点。

3.
(t)ψ和它的整数位移正交归一,即⎰=δ
ψψk
k)dt
-(t (t)。

4. 小波函数(t)ψ可以由所谓“尺度函数”
(t)φ求出来。

尺度函数(t)
φ为低通函数,长度有限,支撑域在t=0~2N-1的范围内。

db4的时域和频域波形:
Daubechies小波常用来分解和重构信号,作为滤波器使用:
Mexican Hat(mexh)小波
Mexican Hat 函数为Gauss 函数的二阶导数:
222
(t)(1t )e t ψ=-
2
22()e ωψω=
因为它的形状像墨西哥帽的截面,所以也称为墨西哥帽函数。

Mexihat 小波的时域和频域波形:
Mexihat 小波的特点:
1. 在时间域与频率域都有很好的局部化,并且满足
(t)dt 0R
ψ=⎰。

2. 不存在尺度函数,所以Mexihat 小波函数不具有正交性。

Morlet 小波
它是高斯包络下的单频率副正弦函数:
22
(t)Ce
cos(5)t t ψ=
其中C 是重构时的归一化常数。

Morlet 小波没有尺度函数,而且是非正交分解。

Morlet小波的时域和频域波形图:
Meyer小波
1.Meyer小波不是紧支撑的,但它收敛的速度很快
无限可微
2.(t)
Meyer小波的时域和频域波形图:
THANKS !!!
致力为企业和个人提供合同协议,策划案计划书,学习课件等等
打造全网一站式需求
欢迎您的下载,资料仅供参考。

相关文档
最新文档