Эмпирическое вейвлет
возвращает компоненты мультирезолюционного анализа (MRA), соответствующие эмпирическому вейвлет (EWT) mra
= ewt(x
)x
. Использовать ewt
разложить сигналы с помощью адаптируемой схемы вейвлет-подразделения, которая автоматически определяет эмпирические вейвлет и масштабирующие фильтры и сохраняет энергию.
По умолчанию количество эмпирических вейвлет автоматически определяется путем идентификации peaks в многозначной спектральной оценке степени x
.
[___] = ewt(___,
задает дополнительные опции, используя аргументы пары "имя-значение". Эти аргументы могут быть добавлены к любому из предыдущих входных синтаксисов. Для примера, Name,Value
)'MaxNumPeaks',5
задает максимум пять пиков, используемых для определения полос пропускания фильтра EWT.
ewt(___)
без выходных аргументов строит график исходного сигнала с эмпирическим вейвлет на том же рисунке. Для комплексных данных вещественная часть строится в первом цвете в MATLAB® матрица порядка цвета и мнимая часть нанесена на график вторым цветом.
[1] Жиль, Жером. Эмпирический Вейвлет преобразование. Транзакции IEEE по обработке сигналов 61, № 16 (август 2013): 3999-4010. https://doi.org/10.1109/TSP.2013.2265222.
[2] Жиль, Жером, Джанг Траном и Стэнли Ошер. "2D эмпирические преобразования. Вейвлеты, Ridgelets, and Curvelets Revisited ". SIAM Journal on Imaging Sciences 7, № 1 (январь 2014): 157-86. https://doi.org/10.1137/130923774 .
[3] Жиль, Жером и Кэтрин Хил. «Параметрический подход масштаба-пространства к поиску значимых режимов в гистограммах - применение к сегментации изображений и спектра». Международный журнал вейвлетов, мультиразрешения и обработки информации 12, № 06 (ноябрь 2014): 1450044. https://doi.org/10.1142/S0219691314500441.