信号离散小波分解.rar

  • liumaomao
    了解作者
  • matlab
    开发工具
  • 1KB
    文件大小
  • rar
    文件格式
  • 0
    收藏次数
  • 1 积分
    下载积分
  • 1
    下载次数
  • 2020-05-28 22:01
    上传日期
对离散信号进行小波分解,可以查看不同频率段的波形
信号离散小波分解.rar
  • 离散
  • multiresolution.m
    1.8KB
  • fenjie.m
    906B
内容介绍
%---------------------------------------------------------------------- % 例10.7.1 和图 10.7.5 % 用于信号的多分辨率分解和重建。在分解的过程中,同时给出各级的细节和概貌, % 它们和原数据有着同样的长度。 %---------------------------------------------------------------------- clear; f1=1;f2=20;f3=40;fs=200;N=400; omiga=2*pi/fs; t=0:N-1; f=fs/N*(0:N/2-1); s1=sin(f1*omiga*t); s2=sin(f2*omiga*t); s3=sin(f3*omiga*t); x=s1+s2+s3; X=fft(x); X=abs(X); subplot(211); plot(x(1:N));grid on; xlabel('n'); subplot(212); stem(f(1:N/4),X(1:N/4),'.');grid on; xlabel('Hz'); figure(2); subplot(5,2,1);plot(x);ylabel('x');axis([0,N,-5,5]); subplot(5,2,2);plot(x);ylabel('x');axis([0,N,-5,5]); [c,l]=wavedec(x,4,'sym8'); for i=1:4 a=wrcoef('a',c,l,'sym8',i); d=wrcoef('d',c,l,'sym8',i); subplot(5,2,2*i+1);plot(a);ylabel(['a',num2str(i)]);axis([0,N,-5,5]); subplot(5,2,2*i+2);plot(d);ylabel(['d',num2str(i)]);axis([0,N,-5,5]); end figure(3); subplot(5,2,1);plot(x);ylabel('x');axis([0,N,-5,5]); subplot(5,2,2);stem(f(1:N/4),X(1:N/4),'.');grid on; [c,l]=wavedec(x,4,'sym8'); for i=1:4 a=wrcoef('a',c,l,'sym8',i); X=fft(a); X=abs(X); subplot(5,2,2*i+1);plot(a);ylabel(['a',num2str(i)]);axis([0,N,-5,5]); subplot(5,2,2*i+2);stem(f(1:N/4),X(1:N/4),'.');ylabel(['a',num2str(i)]); grid on; end figure(4); subplot(5,2,1);plot(x);ylabel('x');axis([0,N,-5,5]); X=fft(x); X=abs(X); subplot(5,2,2);stem(f(1:N/4),X(1:N/4),'.');grid on; [c,l]=wavedec(x,4,'sym8'); for i=1:4 d=wrcoef('d',c,l,'sym8',i); X=fft(d); X=abs(X); subplot(5,2,2*i+1);plot(d);ylabel(['d',num2str(i)]);axis([0,N,-5,5]); subplot(5,2,2*i+2);stem(f(1:N/4),X(1:N/4),'.');ylabel(['d',num2str(i)]); grid on; axis([0,60,0,300]); end
评论
    相关推荐
    • 离散.zip
      信号进行离散小波分解,能够看到不同频率段的信号波形。
    • 脑电小波分析.zip
      小波分析分解脑电信号,包含α、β、θ三个波段的信号
    • 小波去噪.zip
      图像去噪是信号处理的一个经典问题,传统的去噪方法多采用平均或线性方法进行,常用的是维纳滤波...随着小波理论的日益完善,其以自身良好的时频特性在图像去噪领域受到越来越多的关注,开辟了用非线性方法去噪的先河。
    • 小波特征分解(Python语言实现)
      用于信号分解,基于Python语言实现,学习交流
    • 一维信号小波分解与重构
      在理解了离散小波变换的基本原理和算法的基础上,通过设计VC程序对简单的一维信号在加上了高斯白噪声之后进行Daubechies小波、Morlet小波和Haar小波变换,从而得到小波分解系数;再通过改变分解得到的各层高频系数...
    • 小波分解与重构源程序
      基于Matlab实现的小波分解与重构源程序,对于时间序列的周期分析有重要意义
    • 电子书籍 实用小波方法
      围绕时-频分析需要的问题,讨论了Fourier变换和窗口Fourier变换的不足之处,详细分析了小波变换的基本原理,详细阐述了多分辨逼近和小波分解的基本思想,详细讨论了离散小波变换及其快速算法的实现过程,介绍了几种...
    • 小波去噪程序包括分解和重构
      小波去噪的原程序.包括分解和重构往往往往往往
    • 小波分解与重构matlab
      本matlab代码实现图像处理中一维与二维小波分解与重构,模块化设计,有参考价值
    • codesforimageprocessing.rar
      实现简单图像处理,包括256色转灰度图、Hough变换、Walsh变换、中值滤波、二值化变换、亮度增减、傅立叶变换、反色、取对数、取指数、图像平移、图像旋转、图像细化、图像缩放、图像镜像、均值滤波、对比度拉伸、拉普拉斯锐化(边缘检测)、方块编码、梯度锐化、灰度均衡、直方图均衡、离散余弦变换、维纳滤波处理、逆滤波处理、阈值变换、高斯平滑。