exponenta event banner

wpdec

Разложение вейвлет-пакетов 1-D

    Описание

    tobj = wpdec(x,n,wname) возвращает объект дерева вейвлет-пакетов tobj соответствует вейвлет-пакетной декомпозиции вектора x на уровне n, используя энтропию Шеннона и импульс, указанный wname (см. wfilters для получения дополнительной информации.

    пример

    tobj = wpdec(x,n,wname,etype,p) использует тип энтропии, указанный etype. p является необязательным параметром в зависимости от значения etype. Посмотрите wentropy для получения дополнительной информации.

    Примечание

    tobj = wpdec(x,n,wname) эквивалентно tobj = wpdec(x,n,wname,'shannon').

    Примеры

    свернуть все

    Загрузите сигнал.

    load noisdopp

    Разложить сигнал на уровне 3 с помощью db1 вейвлет-пакеты с использованием энтропии Шеннона.

    wpt = wpdec(noisdopp,3,'db1','shannon');

    Постройте график дерева вейвлет-пакетов.

    plot(wpt)

    Figure contains 2 axes and other objects of type uimenu. Axes 1 with title Tree Decomposition contains 29 objects of type line, text. Axes 2 with title data for node: 0 or (0,0). contains an object of type line.

    Входные аргументы

    свернуть все

    Входные данные, заданные как действительный числовой вектор.

    Типы данных: single | double | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64

    Уровень разложения, заданный как положительное целое число.

    Типы данных: single | double

    Вейвлет, используемый при декомпозиции вейвлет-пакета, определяемый как вектор символов или строковый скаляр. Вейвлет происходит из одного из следующих семейств вейвлетов: Daubechies, Symlets, Fejér-Korovkin, Discrete Meyer, Biorthogonal и Reverse Biorthogonal. Посмотрите wfilters для вейвлетов, доступных в каждом семействе.

    Тип энтропии, указанный как один из следующих:

    Тип энтропии (T)

    Пороговый параметр (P)

    Комментарии

    'shannon' 

    P не используется.

    'log energy' 

    P не используется.

    'threshold'0 ≤ P

    P - пороговое значение.

    'sure'0 ≤ P

    P - пороговое значение.

    'norm'1 ≤ P

    P - это сила.

    'user'Символьный вектор

    P - символьный вектор, содержащий имя файла собственной функции энтропии, с одним входом x.

    'FunName'Нет ограничений на P

    FunName - любой вектор символов, отличный от предыдущих перечисленных типов энтропии.

    FunName содержит имя файла собственной функции энтропии, с x в качестве входных данных и P в качестве дополнительного параметра для функции энтропии.

    etype и пороговый параметр p вместе определите критерий энтропии. Посмотрите wentropy для получения дополнительной информации.

    Примечание

    'user' параметр является историческим и по-прежнему сохраняется для совместимости, но он устаревает последним вариантом, описанным в таблице выше. Параметр FunName аналогичен параметру 'user' и, кроме того, дает возможность передать параметр в собственную функцию энтропии.

    Пороговый параметр, определяемый действительным числом, символьным вектором или строковым скаляром. p и тип энтропии etype вместе определите критерий энтропии.

    Подробнее

    свернуть все

    Декомпозиция вейвлет-пакетов

    Способ вейвлет-пакета представляет собой обобщение вейвлет-разложения, которое предлагает более богатый анализ сигнала. Атомы вейвлет-пакетов индексируются тремя естественно интерпретируемыми параметрами: положением и масштабом, как при вейвлет-разложении, и частотой.

    Для данной ортогональной вейвлет-функции генерируется библиотека баз вейвлет-пакетов. Каждая из этих баз предлагает определенный способ кодирования сигналов, сохраняя глобальную энергию и восстанавливая точные характеристики. Вейвлет-пакеты могут затем использоваться для многочисленных расширений данного сигнала.

    Существуют простые и эффективные алгоритмы как для декомпозиции вейвлет-пакетов, так и для оптимального выбора декомпозиции. Затем могут быть созданы алгоритмы адаптивной фильтрации с непосредственными приложениями для оптимального кодирования сигналов и сжатия данных.

    В процедуре ортогональной вейвлет-декомпозиции общий этап разбивает коэффициенты аппроксимации на две части. После разделения получаем вектор коэффициентов аппроксимации и вектор коэффициентов детализации, оба в более грубом масштабе. Информация, потерянная между двумя последовательными приближениями, фиксируется в коэффициентах детализации. Следующий этап состоит в разделении нового вектора аппроксимационного коэффициента; последовательные детали никогда не анализируются повторно.

    В соответствующей ситуации с вейвлет-пакетами каждый вектор коэффициента детализации также разлагается на две части с использованием того же подхода, что и при разделении вектора аппроксимации. Это предлагает самый богатый анализ: полное двоичное дерево производится в одномерном случае или четвертичное дерево в двумерном случае.

    Совет

    • Для получения вейвлет-пакетного преобразования 1-D мультисигнала используйте dwpt.

    Алгоритмы

    Алгоритм, используемый для декомпозиции вейвлет-пакетов, следует той же строке, что и процесс декомпозиции вейвлет (см. dwt и wavedec для получения дополнительной информации.

    Ссылки

    [1] Койфман, Р.Р. и М.В. Викерхаузер. «Алгоритмы на основе энтропии для наилучшего выбора базиса». Сделки IEEE по теории информации 38, № 2 (март 1992 года): 713-18. https://doi.org/10.1109/18.119732.

    [2] Мейер, Ив. Les ondelettes. Algorithmes et applications, Colin Ed., Paris, 2-е издание, 1994. (перевод на английский язык: вейвлеты: алгоритмы и приложения, SIAM).

    [3] Викерхаузер, М.В. «Лекции INRIA по алгоритмам вейвлет-пакетов». Материалы судебных разбирательств, 17-21 июня 1991 года, Рокенкур, Франция, стр. 31-99.

    [4] Викерхаузер, Младен Виктор. Адаптированный вейвлет-анализ от теории к программному обеспечению. Уэлсли, Массачусетс: А.К. Питерс, 1994.

    Представлен до R2006a