Непрерывный банк фильтра преобразований вейвлета
Используйте cwtfilterbank
, чтобы создать набор фильтров непрерывного вейвлета преобразовывает (CWT). Вейвлетом по умолчанию, используемым в наборе фильтров, является аналитический Морзе (3,60) вейвлет. Можно отличаться пропускная способность времени и параметры симметрии для вейвлетов Морзе, чтобы настроить вейвлет Морзе для потребностей. Можно также использовать аналитический Morlet (Габор) вейвлет или ударить вейвлет. При анализе нескольких сигналов в частоте времени, для повышенной вычислительной эффективности, можно предварительно вычислить фильтры однажды и затем передать набор фильтров как вход к cwt
. С набором фильтров можно визуализировать вейвлеты вовремя и частоту. Можно также создать наборы фильтров с определенной частотой или областями значений периода, и измерить пропускную способность на 3 дБ. Можно определить добротность для вейвлетов в наборе фильтров.
fb = cwtfilterbank
fb = cwtfilterbank(Name,Value)
создает набор фильтров непрерывного вейвлета преобразовывает (CWT) fb
= cwtfilterbankfb
. Фильтры нормированы так, чтобы пиковые значения для всех полос пропускания были приблизительно равны 2. Набор фильтров по умолчанию разработан для сигнала с 1 024 выборками. Набор фильтров по умолчанию использует аналитического Морзе (3,60) вейвлет. Набор фильтров использует шкалы по умолчанию: приблизительно 10 полосовых фильтров вейвлета на октаву (10 речи на октаву). Полоса пропускания самой высокой частоты разработана так, чтобы значение упало на половину пикового значения на частоте Найквиста.
Как реализовано, CWT использует нормализацию L1. С нормализацией L1, если у вас есть равные амплитудные колебательные компоненты в ваших данных в различных шкалах, у них будет равное значение в CWT. Используя нормализацию L1 показывает более точное представление сигнала. См. Норму L1 для CWT. Фильтры вейвлета нормированы с пиковыми значениями, приблизительно равняются 2 так, чтобы амплитуды колебательных компонентов согласились с амплитудами соответствующих коэффициентов вейвлета. Смотрите Содействующие Амплитуды Синусоиды и Вейвлета.
fb
может использоваться в качестве входа для cwt
.
создает набор фильтров CWT fb
= cwtfilterbank(Name,Value
)fb
со свойствами, заданными одним или несколькими аргументами пары Name,Value
. Свойства могут быть заданы в любом порядке как Name1,Value1,...,NameN,ValueN
. Заключите каждое имя свойства в кавычки.
Вы не можете изменить значение свойства существующего набора фильтров. Например, если у вас есть набор фильтров fb
с SignalLength
2 000, необходимо создать второй набор фильтров fb2
, чтобы обработать сигнал с 2 001 выборкой. Вы не можете присвоить различный SignalLength
fb
.
wt | Непрерывный вейвлет преобразовывает с набором фильтров |
freqz | Частотные характеристики набора фильтров CWT |
wavelets | Вейвлеты временного интервала набора фильтров CWT |
scales | Шкалы набора фильтров CWT |
waveletsupport | Поддержки времени набора фильтров CWT |
qfactor | Добротность набора фильтров CWT |
powerbw | Пропускная способность набора фильтров CWT 3 дБ |
centerFrequencies | Полоса пропускания набора фильтров CWT сосредотачивает частоты |
centerPeriods | Полоса пропускания набора фильтров CWT сосредотачивает периоды |
[1] Лилли, J. M. и С. К. Олхед. “Обобщенные Вейвлеты Азбуки Морзе как Суперсемейство Аналитических Вейвлетов”. Транзакции IEEE на Обработке сигналов. Издание 60, № 11, 2012, стр 6036–6041.
[2] Лилли, J. M. и С. К. Олхед. “Свойства высшего порядка Аналитических Вейвлетов”. Транзакции IEEE на Обработке сигналов. Издание 57, № 1, 2009, стр 146–160.
[3] Лилли, J. M. jLab: пакет анализа данных для MATLAB, версии 1.6.2. 2016. http://www.jmlilly.net/jmlsoft.html.
[4] Лилли, J. M. “Элементный анализ: основанный на вейвлете метод для анализа локализованных временем событий в шумных временных рядах”. Продолжения Королевского общества A. Объем 473: 20160776, 2017, стр 1–28. dx.doi.org/10.1098/rspa.2016.0776.