Этот пример демонстрирует, что для заданной поддержки совокупная сумма квадратов коэффициентов масштабирующего фильтра увеличивается более быстро для экстремального вейвлета фазы, чем другие вейвлеты.
Сгенерируйте коэффициенты масштабирующего фильтра для db15
и sym15
вейвлеты. Оба вейвлета имеют поддержку ширины .
[~,~,LoR_db,~] = wfilters('db15'); [~,~,LoR_sym,~] = wfilters('sym15');
Затем сгенерируйте коэффициенты масштабирующего фильтра для coif5
вейвлет. Этот вейвлет также имеет поддержку ширины .
[~,~,LoR_coif,~] = wfilters('coif5');
Подтвердите сумму коэффициентов для всех трех вейвлет равной .
sqrt(2)-sum(LoR_db)
ans = 2.2204e-16
sqrt(2)-sum(LoR_sym)
ans = 0
sqrt(2)-sum(LoR_coif)
ans = 2.2204e-16
Постройте график совокупных сумм квадратов коэффициентов. Обратите внимание, как быстро сумма Daubechies увеличивается. Это связано с тем, что его энергия сосредоточена в небольших абсциссах. Поскольку вейвлет Daubechies имеет экстремальную фазу, совокупная сумма его квадратов коэффициентов увеличивается быстрее, чем два других вейвлета.
plot(cumsum(LoR_db.^2),'rx-') hold on plot(cumsum(LoR_sym.^2),'mo-') plot(cumsum(LoR_coif.^2),'b*-') legend('Daubechies','Symlet','Coiflet') title('Cumulative Sum')