В этом примере показано, как создать квадратурный зеркальный фильтр, связанный с db10 вейвлет.

Вычислите фильтр масштабирования, связанный с db10 вейвлет.

sF = dbwavf('db10');

dbwavf нормализует коэффициенты фильтра так, чтобы норма была равна $\mathrm{}\sqrt{\mathrm{1/2}}$. Нормализуйте коэффициенты так, чтобы фильтр имел норму, равную 1.

G = sqrt(2)*sF;

Получение коэффициентов вейвлет-фильтра с помощью qmf. Постройте график фильтров.

H = qmf(G);
subplot(2,1,1)
stem(G)
title('Scaling (Lowpass) Filter G')
grid on
subplot(2,1,2)
stem(H)
title('Wavelet (Highpass) Filter H')
grid on

Установите режим расширения DWT в Periodization. Генерируют случайный сигнал длиной 64. Выполнить одноуровневую вейвлет-декомпозицию сигнала с помощью G и H.

origmode = dwtmode('status','nodisplay');
dwtmode('per','nodisplay')
n = 64;
rng 'default'
sig = randn(1,n);
[a,d] = dwt(sig,G,H);

Длины коэффициентов приближения и детализации равны 32. Убедитесь, что фильтры сохраняют энергию.

[sum(sig.^2) sum(a.^2)+sum(d.^2)]

ans = 1×2

   92.6872   92.6872

Вычислить частотные характеристики G и H. Обнуление фильтров при выполнении преобразования Фурье.

n = 128;
F = 0:1/n:1-1/n;
Gdft = fft(G,n);
Hdft = fft(H,n);

Постройте график величины каждого частотного отклика.

figure
plot(F(1:n/2+1),abs(Gdft(1:n/2+1)),'r')
hold on
plot(F(1:n/2+1),abs(Hdft(1:n/2+1)),'b')
grid on
title('Frequency Responses')
xlabel('Normalized Frequency')
ylabel('Magnitude')
legend('Lowpass Filter','Highpass Filter','Location','east')

Подтвердить сумму квадратичных величин частотных откликов G и H на каждой частоте равно 2.

sumMagnitudes = abs(Gdft).^2+abs(Hdft).^2;
[min(sumMagnitudes) max(sumMagnitudes)]

ans = 1×2

    2.0000    2.0000

Убедитесь, что фильтры являются ортонормированными.

df = [G;H];
id = df*df'

id = 2×2

    1.0000   -0.0000
   -0.0000    1.0000

Восстановите исходный режим расширения.

dwtmode(origmode,'nodisplay')

В этом примере показан эффект установки параметра фазы qmf функция.

Получение фильтра нижних частот разложения, связанного с вейвлетом Daubechies.

lowfilt = wfilters('db4');

Используйте qmf функция для получения фильтра нижних частот разложения для вейвлета. Затем сравните знаки значений, когда qmf фазовый параметр имеет значение 0 или 1. Обратные знаки указывают фазовый сдвиг $$\delta$$ радиан, который является таким же, как умножение ДПФ на $${}^{\mathrm{ei\delta }}$$.

p0 = qmf(lowfilt,0)

p0 = 1×8

    0.2304   -0.7148    0.6309    0.0280   -0.1870   -0.0308    0.0329    0.0106

p1 = qmf(lowfilt,1)

p1 = 1×8

   -0.2304    0.7148   -0.6309   -0.0280    0.1870    0.0308   -0.0329   -0.0106

Вычислите значения и отобразите разницу между ними. В отличие от фазы, на величину не влияют развороты знака.

abs(p0)-abs(p1)

ans = 1×8

     0     0     0     0     0     0     0     0