В этом примере показано, как сверхдискретизировать 1D рассеивание вейвлета, преобразовывают.

Загрузите сигнал ECG, произведенный на уровне 180 Гц, и создайте среду рассеивания вейвлета, чтобы обработать сигнал. Чтобы выполнить критически прореженное рассеивание вейвлета преобразовывают, не изменяйте значение OversamplingFactor свойство в sf. Возвратите количество рассеивающихся коэффициентов для среды.

load wecg
Fs = 180;
sf = waveletScattering('SignalLength',numel(wecg),'SamplingFrequency',Fs);
ncf = numCoefficients(sf)

ncf = 8

Возвратите 1D преобразование рассеивания вейвлета wecg, и постройте коэффициенты рассеивания нулевого порядка. Подтвердите, что количество коэффициентов рассеивания нулевого порядка равно ncf.

s = scatteringTransform(sf,wecg);
display(['Number of zeroth-order scattering coefficients: ',...
  num2str(numel(s{1}.signals{1}))])

Number of zeroth-order scattering coefficients: 8

plot(s{1}.signals{1},'x-')
grid on
axis tight
title('Zeroth-Order Scattering Coefficients')

Чтобы сверхдискретизировать рассеивающиеся коэффициенты на коэффициент 2, установите OversamplingFactor свойство sf равняйтесь 1 (потому что $${\log }_{2}2=1$$). Возвратите количество рассеивающихся коэффициентов для отредактированной среды. Подтвердите, что количество рассеивающихся коэффициентов удвоилось.

sf.OversamplingFactor = 1;
ncf = numCoefficients(sf)

ncf = 16

Возвратите преобразование рассеивания вейвлета wecg использование отредактированной среды и графика коэффициенты рассеивания нулевого порядка. Поскольку количество коэффициентов в критически произведенном преобразовании равно 8, подтвердите, что количество коэффициентов нулевого порядка в сверхдискретизированном преобразовании равно 16.

s = scatteringTransform(sf,wecg);
figure
plot(s{1}.signals{1},'x-')
grid on
axis tight
title('Zeroth-Order Scattering Coefficients')