Exponenta Banner
exponenta event banner

mswcmp

Мультисигнал 1-D сжатие с использованием вейвлетов

свернуть все на странице

Синтаксис

[xc, deccmp, thresh] = mswcmp ('cmp', dec, mthd)
[xc, deccmp, thresh] = mswcmp ('cmp', dec, mthd, param)
[xc, thresh] = mswcmp («cmpsig», ___)
[deccmp, thresh] = mswcmp («cmpdec», ___)
thresh = mswcmp ('thr', ___)
[___] = mswcmp (параметр, dirdec, x, wname, lev, mthd)
[___] = mswcmp (параметр, dirdec, x, wname, lev, mthd, param)
[___] = mswcmp (___, s _ or _ h)
[___] = mswcmp (___, s _ or _ h, keepapp)
[___] = mswcmp (___, s _ or _ h, keepapp, idxsig)

Описание

mswcmp вычисляет пороги и в зависимости от выбранной опции выполняет сжатие 1-D сигналов с помощью вейвлетов.

[xc,deccmp,thresh] = mswcmp('cmp',dec,mthd) возвращает сжатую версию xc исходного мультисигнала x, чья структура вейвлет-разложения dec. Метод сжатия определяется mthd. Продукция xc получают путем пороговой обработки вейвлет-коэффициентов. Продукция deccmp - вейвлет-декомпозиция, связанная с xc, и thresh - матрица пороговых значений.

пример

[xc,deccmp,thresh] = mswcmp('cmp',dec,mthd,param) использует параметр param связанные с mthd, при необходимости.

[xc,thresh] = mswcmp('cmpsig',___) возвращает сжатые мультисигналы и вычисленные пороги, если 'cmp' в первом или втором синтаксисе заменяется на 'cmpsig'.

[deccmp,thresh] = mswcmp('cmpdec',___) возвращает вейвлет-декомпозицию, связанную со сжатым мультисигналом и вычисленными порогами, если 'cmp' в первом или втором синтаксисе заменяется на 'cmpdec'.

thresh = mswcmp('thr',___) возвращает вычисленные пороги, если 'cmp' в первом или втором синтаксисе заменяется на 'thr'.

[___] = mswcmp(option,dirdec,x,wname,lev,mthd) разлагает мультисигнал x выравниваться lev используя вейвлет, заданный wname в направлении dirdec перед выполнением сжатия или вычисления пороговых значений.

[___] = mswcmp(option,dirdec,x,wname,lev,mthd,param) использует параметр param связанные с mthd, при необходимости.

[___] = mswcmp(___,s_or_h) применяет пороговое правило, указанное в s_or_h.

[___] = mswcmp(___,s_or_h,keepapp) либо сохраняет коэффициенты аппроксимации (true) или нет (false).

[___] = mswcmp(___,s_or_h,keepapp,idxsig) - вектор, содержащий индексы исходных сигналов.

Примеры

свернуть все

Открыть сценарий в реальном времени

Загрузка 23-канальных данных ЭЭГ Espiga3 [8]. Каналы расположены столбчато. Данные дискретизируются на частоте 200 Гц.

load Espiga3

Выполните декомпозицию на уровне 2 с помощью db2 вейвлет.

dec = mdwtdec('c',Espiga3,2,'db2');

Сжимают сигналы, чтобы получить процент нулей около 95% для вейвлет-коэффициентов.

[xr,deccmp,thresh] = mswcmp('cmp',dec,'N0_perf',95);

Постройте график исходного сигнала и соответствующего сжатого сигнала.

idx = 3;
plot(Espiga3(:,idx),'r')
hold on
plot(xr(:,idx),'b')
grid on
legend('Original','Compressed')

Figure contains an axes. The axes contains 2 objects of type line. These objects represent Original, Compressed.

Входные аргументы

свернуть все

Вейвлет-декомпозиция, заданная как структура. dec - выходной сигнал mdwtdec.

Метод сжатия, указанный как одно из значений, перечисленных здесь. Для методов, использующих связанный параметр, диапазон допустимых значений param отображаются значения.

Для методов, перечисленных в следующей таблице, param является параметром разреженности и должен быть указан таким образом, чтобы 1 ≤ param ≤ 10. Для 'scarce' способ не позволяет осуществлять контроль.

methodОписание
'scarce'Скудный, param (любое число)
'scarcehi'Скудный высокий, 2,5 ≤ param ≤ 10
'scarceme'Скудная среда, 1,5 ≤ param ≤ 2.5
'scarcelo'Скудный низкий, 1 ≤ param ≤ 2
'rem_n0'Удалить рядом с 0
'bal_sn'Баланс разреженность-норма
'sqrtbal_sn'Баланс разреженность-норма (sqrt)

Для методов, перечисленных в следующей таблице, param вещественное число, представляющее требуемую производительность: 0 ≤ param ≤ 100.

methodОписание
'L2_perf'Коэффициент энергии
'N0_perf'Отношение нулевых коэффициентов

Чтобы применить глобальный порог сжатия, укажите метод 'glb_thr' и любое положительное действительное число param.

Чтобы применить метод сжатия вручную, укажите метод 'man_thr', и указать param как матрица NbSig-by-NbLev или NbSig-by- (NbLev + 1) вещественных значений, где NbSig - количество сигналов, а NbLev - количество уровней разложения.

  • param(i,j) - порог коэффициентов детализации уровня j для i-го сигнала (1 ≤ j ≤ NbLev).

  • param(i,NbLev+1) - порог для коэффициентов аппроксимации для i-го сигнала (если keepapp равно 0).

Параметр, связанный с методом сжатия mthd, указанное как вещественное число или вещественная матрица. Дополнительные сведения см. в разделе mthd.

Опция вывода сжатия, заданная как одно из значений, перечисленных здесь.

optionОписание
'cmp'Возвращает сжатый сигнал, соответствующее вейвлет-разложение и пороговые значения.
'cmpsig'Возвращает сжатый сигнал и пороговые значения.
'cmpdec'Возвращает вейвлет-декомпозицию, связанную со сжатым сигналом, и пороговые значения.
'thr'Возврат пороговых значений.

Указатель направления вейвлет-разложения, указанный как одно из следующих значений:

  • 'r': Взять 1-D вейвлет разложения каждой строки x

  • 'c': Взять 1-D вейвлет разложения каждого столбца x

Мультисигнал, заданный как вещественно-значная матрица.

Типы данных: double

Анализ вейвлета, заданного как вектор символа или скаляр строки. Вейвлет должен быть ортогональным или биортогенным. Ортогональные и биоугольные вейвлеты обозначаются соответственно как вейвлеты типа 1 и типа 2 в менеджере вейвлетов. wavemngr.

  • Допустимые встроенные ортогональные семейства вейвлетов начинаются с 'haar', 'dbN', 'fkN', 'coifN', или 'symN', где N - количество исчезающих моментов для всех семейств, кроме fk. Для fk, N - число коэффициентов фильтра.

  • Допустимые семейства биортогональных вейвлетов начинаются с 'biorNr.Nd' или 'rbioNd.Nr', где Nr и Nd - количество исчезающих моментов в вейвлете реконструкции (синтеза) и разложения (анализа).

Определение допустимых значений для моментов исчезновения с помощью waveinfo с кратким именем семейства вейвлетов. Например, введите waveinfo('db') или waveinfo('bior'). Использовать wavemngr('type',WNAME) чтобы определить, является ли вейвлет ортогональным (возвращает 1) или биортогональным (возвращает 2).

Уровень разложения, заданный как положительное целое число. mdwtdec не применяет ограничение максимального уровня. Использовать wmaxlev чтобы гарантировать, что вейвлет-коэффициенты свободны от граничных эффектов. Если граничные эффекты не являются проблемой, необходимо задать хорошее правило lev меньше или равно fix(log2(length(N))), где N - количество выборок в 1-D данных.

Тип пороговых значений для выполнения, указанный следующим образом:

  • 's' - Мягкое пороговое значение

  • 'h' - Жесткий порог

Настройка аппроксимации порога:

  • 0 - Пороговые коэффициенты аппроксимации

  • 1 - Коэффициенты аппроксимации не пороговы

Индексы исходных сигналов, определяемые как вектор положительных целых чисел, или 'all'.

Выходные аргументы

свернуть все

Сжатый мультисигнал, возвращаемый в виде вещественной матрицы.

Вейвлет-разложение сжатого мультисигнала x, возвращается в виде структуры со следующими полями:

  • dirDec - Указатель поворота: 'r' (строка) или 'c' (столбец)

  • level - Уровень вейвлет-разложения

  • wname - Имя вейвлета

  • dwtFilters - Структура с четырьмя полями: LoD, HiD, LoR, и HiR

  • dwtEXTM - Режим расширения DWT

  • dwtShift - параметр сдвига DWT (0 или 1)

  • dataSize - Размер x

  • ca - Коэффициенты аппроксимации на уровне lev

  • cd - Массив ячеек коэффициентов детализации, от уровня 1 до уровня lev

Коэффициенты ca и cd{k}, для k от 1 до lev, являются матрицами и хранятся в строках, если dirdec = 'r' или в столбцах, если dirdec = 'c'.

Пороговые значения, используемые при сжатии, возвращаемые в виде матрицы вещественных значений.

Ссылки

[1] Бирже, Л. и П. Массарт. «От выбора модели к адаптивной оценке». Festschrift for Lucien Le Cam: Исследования в области вероятности и статистики (E. Torgersen, D. Pollard, и G. Yang, eds.). Нью-Йорк: Спрингер-Верлаг, 1997, стр. 55-88.

[2] ДеВор, Р. А., Б. Джаверт и Б. Дж. Люсье. «Сжатие изображения с помощью вейвлет-преобразования». Транзакции IEEE по теории информации. Том 38, номер 2, 1992, стр. 719-746.

[3] Донохо, Д. Л. «Прогресс в вейвлет-анализе и WVD: десятиминутный тур». Прогресс в вейвлет-анализе и приложениях (Y. Meyer, и S. Roques, eds.). Gif-sur-Yvette: Editions Frontières, 1993.

[4] Донохо, Д. Л. и И. М. Джонстоун. «Идеальная пространственная адаптация с помощью Wavelet Shrinkage». Биометрика. Том 81, стр. 425-455, 1994.

[5] Донохо, Д. Л., И. М. Джонстоун, Г. Керкячарян и Д. Пикар. «Wavelet Shrinkage: асимптопия?» Журнал Королевского статистического общества, серия B, том 57, № 2, стр. 301 - 369, 1995.

[6] Донохо, Д. Л. и И. М. Джонстоун. «Идеальное обесценение в ортонормированной основе, выбранной из библиотеки оснований». C. R. Acad. Sci. Paris, Ser. I, Vol. 319, pp. 1317-1322, 1994.

[7] Донохо, Д. Л. «Снятие шума с помощью мягкого порогования». Транзакции IEEE по теории информации. Том 42, номер 3, стр. 613-627, 1995.

[8] Столовая гора, Гектор. «Адаптированные вейвлеты для обнаружения шаблона». В процессе распознавания образов, анализа изображений и приложений, под редакцией Альберто Санфелиу и Мануэля Лазо Кортеса, 3773: 933-44. Берлин, Гейдельберг: Springer Berlin Heidelberg, 2005. https://doi.org/10.1007/11578079_96 .

См. также

| | |

Представлен в R2007a

Документация инструментария вейвлет

Поддержка