Сжатие мультисигнала 1-D с помощью вейвлетов
[XC,DECCMP,THRESH] = mswcmp('cmp',DEC,METH)
[XC,DECCMP,THRESH] = mswcmp('cmp',DEC,METH,PARAM)
[XC,THRESH] = mswcmp('cmpsig',...)
[DECCMP,THRESH] = mswcmp('cmpdec',...)
THRESH = mswcmp('thr',...)
[...] = mswcmp(OPTION,DIRDEC,X,WNAME,LEV,METH)
[...] = mswcmp(OPTION,DIRDEC,X,WNAME,LEV,METH,PARAM)
[...] = mswcmp(...,S_OR_H)
[...] = mswcmp(...,S_OR_H,KEEPAPP)
[...] = mswcmp(...,S_OR_H,KEEPAPP,IDXSIG)
mswcmp
вычисляет пороги и, в зависимости от выбранной опции, выполняет сжатие 1D сигналов с помощью вейвлетов.
[XC,DECCMP,THRESH] = mswcmp('cmp',DEC,METH)
или
[XC,DECCMP,THRESH] = mswcmp('cmp',DEC,METH,PARAM)
возвращает сжатое (обозначенный входом 'cmp'
) версия XC
исходного матричного X
мультисигнала, структурой разложения вейвлета которого является DEC
. Вывод XC
получен пороговой обработкой коэффициенты вейвлета: DECCMP
, который является разложением вейвлета, сопоставленным с XC
(см. mdwtdec
), и THRESH
являются матрицей пороговых значений. Вход METH
является именем метода сжатия, и PARAM
является связанным параметром при необходимости.
Допустимые методы сжатия METH показывают в следующих таблицах. Для методов, которые используют связанный параметр, также показывают область значений допустимых значений PARAM
.
'rem_n0' | Удалите близкий 0 |
'bal_sn' | Сбалансируйте норму разреженности |
'sqrtbal_sn' | Сбалансируйте норму разреженности ( |
'scarce' | Недостаточный, |
'scarcehi' | Недостаточный высокий, |
'scarceme' | Недостаточный носитель, |
'scarcelo' | Недостаточный низкий, |
PARAM
является параметром разреженности, и это должно быть таково что: 1
≤ PARAM
≤ 10
. Для недостаточного метода не сделано никакое управление.
'L2_perf' | Энергетическое отношение |
'N0_perf' | Нулевое содействующее отношение |
PARAM
является вещественным числом, которое представляет необходимую производительность:
0
≤ PARAM
≤ 100
.
'glb_thr' | Глобальный порог |
PARAM
является действительным положительным числом.
'man_thr' | Ручной метод |
PARAM
является NbSIG
-by-NbLEV
матрица или NbSIG
(NbLEV+1
) матрицей, таким образом что:
- PARAM(i,j)
является порогом для коэффициентов детали уровня j
для сигнала ith (1
≤ j
≤ NbLEV
).
- PARAM(i,NbLEV+1)
является порогом для коэффициентов приближения для i
th сигнал (если KEEPAPP
является 0
).
Где NbSIG
является количеством сигналов и NbLEV
количество уровней разложения.
[XC,THRESH] = mswcmp('cmpsig',...)
или
[DECCMP,THRESH] = mswcmp('cmpdec',...)
или
THRESH = mswcmp('thr',...)
Вместо входа 'cmp'
OPTION
можно использовать 'cmpsig'
, 'cmpdec'
или 'thr'
, чтобы выбрать другие выходные аргументы. 'thr'
возвращает вычисленные пороги, но сжатие не выполняется.
[...] = mswcmp(OPTION,DIRDEC,X,WNAME,LEV,METH)
Входной параметр структуры разложения
[...] = mswcmp(OPTION,DIRDEC,X,WNAME,LEV,METH,PARAM) DEC
может быть заменен четырьмя аргументами: DIRDEC
, X
, WNAME
и LEV
. Прежде, чем выполнить сжатие или вычислить пороги, матричный X
мультисигнала анализируется на уровне LEV
с помощью вейвлета WNAME
в направлении DIRDEC
.
[...] = mswcmp(...,S_OR_H)
Могут использоваться еще три дополнительных входных параметров:
[...] = mswcmp(...,S_OR_H,KEEPAPP)
[...] = mswcmp(...,S_OR_H,KEEPAPP,IDXSIG)
S_OR_H ('s' or 'h')
обозначает мягкую или трудную пороговую обработку (дополнительную информацию см. в mswthresh
). Значением по умолчанию является 'h'
.
KEEPAPP (true or false)
указывает, сохранить ли коэффициенты приближения (true
) или не (false
). Значением по умолчанию является false
.
IDXSIG
является вектором, который содержит индексы начальных сигналов или 'all'
. Значением по умолчанию является 'all'
.
% Load original 1D-multisignal. load thinker % Perform a decomposition at level 2 using wavelet db2. dec = mdwtdec('r',X,2,'db2'); % Compress the signals to obtain a percentage of zeros % near 95% for the wavelet coefficients. [XC,decCMP,THRESH] = mswcmp('cmp',dec,'N0_perf',95); [Ecmp,PECcmp,PECFScmp] = wdecenergy(decCMP); % Plot the original signals 1 and 31, and % the corresponding compressed signals. figure; plot(X([1 31],:)','r--','linewidth',2); hold on plot(XC([1 31],:)','b','linewidth',2); grid; set(gca,'Xlim',[1,96]) title('X dashed line and XC solid line')
Бирге Л.; П. Мэссарт (1997), “От Образцового Выбора до Адаптивной Оценки”, в Д. Полларде (редактор), Festchrift для Ль. Ле Кама, Спрингера, стр 55–88.
DeVore, Р.А.; Б. Джейрт, Б.Дж. Лукир (1992), “Сжатие изображения Посредством Кодирования Преобразования Вейвлета”, Сделка IEEE на Inf. Теория, издание 38, № 2, стр 719–746.
Donoho, D.L. (1993), “Прогресс Анализа Вейвлета и WVD: Десятиминутный Тур”, происходящий в Анализе Вейвлета и Приложениях, И. Мейере. Роке, стр 109–128. Фронтиерес Эд.
Donoho, Д.Л.; И.М. Джонстон (1994), “Идеальная Пространственная Адаптация Уменьшением Вейвлета”, Biometrika, издание 81, стр 425–455.
Donoho, Д.Л.; И.М. Джонстон, Г. Керкьячариэн, Д. Пикар (1995), “Уменьшение Вейвлета: Asymptopia?” Подмастерье. Рой. Закон Soc., серии B, издание 57 № 2, стр 301–369.
Donoho, Д.Л.; И.М. Джонстон, “Идеальное Шумоподавление в Ортонормированном базисе, Выбранном из Библиотеки Основ”, C.R.A.S. Париж, t. 319, Сер. Я, стр 1317–1322.
Donoho, D.L. (1995), “Шумоподавление Мягкой пороговой обработкой”, Сделка IEEE на Inf. Теория, 41, 3, стр 613–627.