Эмпирический вейвлет преобразовывает
возвращает анализ мультиразрешения (MRA) компоненты, соответствующие эмпирическому вейвлету преобразовывает (EWT) mra
= ewt(x
)x
Использование ewt
анализировать сигналы с помощью адаптируемой схемы подразделения вейвлета, которая автоматически определяет эмпирический вейвлет и масштабирующиеся фильтры и сохраняет энергию.
По умолчанию количество эмпирических фильтров вейвлета автоматически определяется путем идентификации peaks в степени мультизаострения спектральная оценка x
.
[___] = ewt(___,
задает аргументы пары "имя-значение" использования дополнительных опций. Эти аргументы могут быть добавлены к любому из предыдущих входных синтаксисов. Например, Name,Value
)'MaxNumPeaks',5
указывает, что максимум пяти peaks раньше определял полосы пропускания фильтра EWT.
ewt(___)
без выходных аргументов строит исходный сигнал с эмпирическим вейвлетом MRA на том же рисунке. Для данных с комплексным знаком действительная часть построена в первом, раскрашивают матрицу последовательности цветов MATLAB®, и мнимая часть построена во втором цвете.
[1] Жиль, Жером. “Эмпирическое Преобразование Вейвлета”. Транзакции IEEE на Обработке сигналов 61, № 16 (август 2013): 3999–4010. https://doi.org/10.1109/TSP.2013.2265222.
[2] Жиль, Жером, Джиэнг Трэн и Стэнли Ошер. “2D Эмпирические Преобразования. Вейвлеты, Ridgelets и Пересмотренный Curvelets”. SIAM Journal при Обработке изображений Наук 7, № 1 (январь 2014): 157–86. https://doi.org/10.1137/130923774.
[3] Жиль, Жером и Кэтрин Хил. “Подход Пробела Шкалы Без параметров, чтобы Найти, что Значимые Режимы в Гистограммах — Приложение Отображают и Сегментация Спектра”. Международный журнал Вейвлетов, Мультиразрешения и Обработки информации 12, № 06 (ноябрь 2014): 1450044. https://doi.org/10.1142/S0219691314500441.