Документация

Эффект поддержки вейвлета на зашумленных данных

В этом примере вы демонстрируете экземпляр разрывов в зашумленных данных, представляемых более редко с помощью вейвлета Хаара чем тогда, когда с помощью вейвлета с большей поддержкой. Этот пример требует Signal Processing Toolbox.

Создайте шумную прямоугольную волну с 512 выборками. Постройте прямоугольную волну.

n = 512;
t = 0:0.001:(n*0.001)-0.001;
yn = square(2*pi*10*t)+0.02*randn(size(t));
plot(yn)
grid on
title('Noisy Signal')

Получите максимальное перекрытие дискретный вейвлет преобразовывает (MODWT) сигнала с помощью haar вейвлет. haar вейвлет имеет поддержку длины, равной 1

modhaar = modwt(yn,'haar');

Получите анализ мультиразрешения из haar Матрица MODWT и график детали первого уровня.

mrahaar = modwtmra(modhaar,'haar');
figure
hs = stem(mrahaar(1,:));
grid on
hs.Marker = 'none';
hs.ShowBaseLine = 'off';
title('First-Level MRA Details Using Haar Wavelet')

Получите MODWT сигнала при помощи db4 вейвлет. db4 вейвлет имеет поддержку длины, равной 7.

moddb4 = modwt(yn,'db4');

Получите анализ мультиразрешения из db4 Матрица MODWT и график детали первого уровня. Разрывы представлены менее редко с помощью db4 вейвлет, чем haar вейвлет.

mradb4 = modwtmra(modhaar,'db4');
figure
hs = stem(mradb4(1,:));
grid on
hs.Marker = 'none';
hs.ShowBaseLine = 'off';
title('First-Level MRA Details Using db4 Wavelet')

Смотрите также

modwt | modwtmra | waveinfo