信号小波分解.zip

  • 矿大一一
    了解作者
  • matlab
    开发工具
  • 1KB
    文件大小
  • zip
    文件格式
  • 1
    收藏次数
  • 10 积分
    下载积分
  • 5
    下载次数
  • 2020-12-16 15:30
    上传日期
生成含噪声的信号,并进行小波分解以及分析
信号小波分解.zip
  • 信号小波分解
  • xiaobofenjie.m
    4.2KB
内容介绍
clear all; clc; data= xlsread('C:\Users\user\Desktop\11.xlsx',1); % % save data.mat % % load('C:\Users\user\Desktop\MATLAB文集\data.mat'); %%改动 [Ma,Na]=size(data);%%改动 LinpD = zeros(Ma,Na); for i=1:1:Na LinpD(:,i)=detrend(data(1:Ma,i));%%改动 end % % cha1 = LinpD(:,1);%%%做对比通道 cha = LinpD(:,1);%%%改动道号 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% Fs = 1000000; %采样率 %%% Ma %采样点数 n = 0:Ma-1; t = 0:1/Fs:1-1/Fs; %时间序列 % % Signal_Original_1 =sin(2*pi*10*t)+sin(2*pi*20*t)+sin(2*pi*30*t); % % Noise_White_1 = [0.3*randn(1,500), rand(1,500)]; %前500点高斯分部白噪声,后500点均匀分布白噪声 % % Mix_Signal_1 = Signal_Original_1 + Noise_White_1; %构造的混合信号 % % % % Signal_Original_2 = [zeros(1,100), 20*ones(1,20), -2*ones(1,30), 5*ones(1,80), -5*ones(1,30), 9*ones(1,140), -4*ones(1,40), 3*ones(1,220), 12*ones(1,100), 5*ones(1,20), 25*ones(1,30), 7 *ones(1,190)]; % % Noise_White_2 = 0.5*randn(1,1000); %高斯白噪声 Mix_Signal_1 = cha; %构造的混合信号 % %**************************************************************************************** % % % % 信号Mix_Signal_1作小波分解 % % % %*************************************************************************************** % figure(1); subplot(2,1,1); %Mix_Signal_1 原始信号 plot(Mix_Signal_1); xlabel('时间'); ylabel('幅值'); C1=fft(cha,Ma);%进行fft变换 mag1=abs(C1);%求幅值 f1=n'*Fs/Ma;%进行对应的频率转换 mag1=abs(C1); subplot(2,1,2); plot(f1(1:Ma/2),mag1(1:Ma/2)*2/Ma);%做频谱图 (绘制出Nyquist频率之前的振幅) xlabel('频率(Hz)'); ylabel('幅值'); title('原始信号单幅频谱图');grid; hold on ; %%% %混合信号 Mix_Signal_1 小波滤波 figure(2); wpt=wpdec(Mix_Signal_1,4,'db8'); plot(wpt) %这个就是画出图1那个图 hold on; %%wpviewcf(tt,1); %画出时间频率图 a0=wprcoef(wpt,[4,0]); %重构每一节点的信号 a1=wprcoef(wpt,[4,1]); a2=wprcoef(wpt,[4,2]); a3=wprcoef(wpt,[4,3]); a4=wprcoef(wpt,[4,4]); a5=wprcoef(wpt,[4,5]); a6=wprcoef(wpt,[4,6]); a7=wprcoef(wpt,[4,7]); a8=wprcoef(wpt,[4,8]); a9=wprcoef(wpt,[4,9]); a10=wprcoef(wpt,[4,10]); a11=wprcoef(wpt,[4,11]); a12=wprcoef(wpt,[4,12]); a13=wprcoef(wpt,[4,13]); a14=wprcoef(wpt,[4,14]); a15=wprcoef(wpt,[4,15]); figure (3) %画出前8个节点重构后信号的波形图 subplot(8,1,1); plot(a0) subplot(8,1,2); plot(a1) subplot(8,1,3); plot(a2) subplot(8,1,4); plot(a3) subplot(8,1,5); plot(a4); subplot(8,1,6); plot(a5) subplot(8,1,7); plot(a6) subplot(8,1,8); plot(a7) hold on; figure(4); b0=fft(a0,Ma);%进行fft变换 mag1=abs(b0);%求幅值 f1=n'*Fs/Ma;%进行对应的频率转换 mag1=abs(b0); subplot(8,1,1); plot(f1(1:Ma/2),mag1(1:Ma/2)*2/Ma); b1=fft(a1,Ma);%进行fft变换 mag1=abs(b1);%求幅值 f1=n'*Fs/Ma;%进行对应的频率转换 mag1=abs(b1); subplot(8,1,2); plot(f1(1:Ma/2),mag1(1:Ma/2)*2/Ma); %%%%%%%%%%%%%%%%%%%%%%%%% b2=fft(a2,Ma);%进行fft变换 mag1=abs(b2);%求幅值 f1=n'*Fs/Ma;%进行对应的频率转换 mag1=abs(b2); subplot(8,1,3); plot(f1(1:Ma/2),mag1(1:Ma/2)*2/Ma); %%%%%%%%%%%%%%%%%%%%%%%%% b3=fft(a3,Ma);%进行fft变换 mag1=abs(b3);%求幅值 f1=n'*Fs/Ma;%进行对应的频率转换 mag1=abs(b3); subplot(8,1,4); plot(f1(1:Ma/2),mag1(1:Ma/2)*2/Ma); %%%%%%%%%%%%%%%%%%%%%%%%% b4=fft(a4,Ma);%进行fft变换 mag1=abs(b4);%求幅值 f1=n'*Fs/Ma;%进行对应的频率转换 mag1=abs(b4); subplot(8,1,5); plot(f1(1:Ma/2),mag1(1:Ma/2)*2/Ma); %%%%%%%%%%%%%%%%%%%%%%%%% b5=fft(a5,Ma);%进行fft变换 mag1=abs(b5);%求幅值 f1=n'*Fs/Ma;%进行对应的频率转换 mag1=abs(b5); subplot(8,1,6); plot(f1(1:Ma/2),mag1(1:Ma/2)*2/Ma); %%%%%%%%%%%%%%%%%%%%%%%%% b6=fft(a6,Ma);%进行fft变换 mag1=abs(b6);%求幅值 f1=n'*Fs/Ma;%进行对应的频率转换 mag1=abs(b6); subplot(8,1,7); plot(f1(1:Ma/2),mag1(1:Ma/2)*2/Ma); %%%%%%%%%%%%%%%%%%%%%%%%% b7=fft(a7,Ma);%进行fft变换 mag1=abs(b7);%求幅值 f1=n'*Fs/Ma;%进行对应的频率转换 mag1=abs(b7); subplot(8,1,8); plot(f1(1:Ma/2),mag1(1:Ma/2)*2/Ma); hold on;
评论
    相关推荐
    • 小波分析.rar
      小波分析优于傅立叶之处在于,小波分析在时域和频域同时具有良好的局部化性质,本套资料从信号与系统着手,延伸拓展到小波分析,对于处理工程上的信号以及相关算法的理解有一定的帮助
    • 小波图像处理算法.zip
      小波分析和熵结合起来,定义了3种小波熵(小波能谱熵、小波时间熵、小波奇异熵),并给出其算法,揭示了这3种小波熵对系统故障表征的机理,对两种理论信号和基于PSCAD/EMTDC仿真的输电线路故障信号
    • 现代信号处理.zip
      使用HHT对信号进行emd分解,小波变换代码,语言信号处理
    • 小波降噪
      包含模拟信号输出程序以及小波分解包络谱功率谱。
    • 信号处理 小波去噪
      matlab实现小波去噪,对信号处理,提高信号信噪比有效果。
    • MATLAB小波信号处理程序
      小波变换 图像处理的 压缩与解压 工具代码
    • 基于小波分析的信号处理
      对一维信号、二维信号小波分解与重构、信号压缩 以及去噪,有比较清楚的代码注释
    • 表面肌电信号处理小波处理程序
      表面肌电信号处理小波处理程序,很好的处理了表面肌电信号
    • 信号处理代码.zip
      信号的频率成分进行分析,包括傅里叶变换、短时傅里叶等频域、时频域分析方法
    • matlabcnhelp.rar
      matlab中文帮助很难找的,快速下载