Exponenta Banner
exponenta event banner

mswcmp

Мультисигнальное 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(option,dirdec,x,wname,lev,mthd)
[___] = mswcmp(option,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 мультисигнального x, чья структура вейвлет dec. Метод сжатия задан как mthd. Область выхода xc получают путем порога коэффициентов вейвлета. Область выхода deccmp - вейвлет разложение, сопоставленное с xc, и thresh - матрица порога значений.

пример

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

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

[deccmp,thresh] = mswcmp('cmpdec',___) возвращает вейвлет разложение, сопоставленное со сжатыми мультисигнальными 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 мультисигнальное x на уровень lev использование вейвлета, заданного как wname в направлении dirdec перед выполнением сжатия или вычисления порогов.

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

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

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

[___] = mswcmp(___,s_or_h,keepapp,idxsig) является вектором, который содержит индексы начальных сигналов.

Примеры

свернуть все

Открыть Live Script

Загрузка 23-канальных данных EEG Espiga3 [8]. Каналы расположены столбчато. Данные отбираются с частотой дискретизации 200 Гц.

load Espiga3

Выполните разложение на уровне 2, используя db2 вейвлет.

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

Сжимайте сигналы, чтобы получить процент нулей около 95% для коэффициентов вейвлета.

[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 параметры

свернуть все

Вейвлет, заданное как структура. dec - выходы mdwtdec.

Метод сжатия, заданный как одно из значений, перечисленных здесь. Для методов, которые используют связанный параметр, область значений допустимых param показаны значения.

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

methodОписание
'scarce'Скудный, param (любой номер)
'scarcehi'Скудный высокий, 2,5 ≤ param ≤ 10
'scarceme'Скудная среда, 1,5 ≤ param ≤ 2.5
'scarcelo'Дефицитный низкий, 1 ≤ param ≤ 2
'rem_n0'Удалить около 0
'bal_sn'Баланс разреженности-норма
'sqrtbal_sn'Балансовая разреженность-норма (sqrt)

Для методов, перечисленных в следующей таблице, param является вещественным числом, которое представляет необходимую эффективность: 0 ≤ param ≤ 100.

methodОписание
'L2_perf'Соотношение энергий
'N0_perf'Отношение нулевых коэффициентов

Чтобы применить глобальный порог для сжатия, задайте метод 'glb_thr' и любое положительное вещественное число param.

Чтобы применить ручной метод сжатия, задайте метод 'man_thr', и задайте param как NbSig -by - NbLev или NbSig -by- (NbLev + 1) вещественная матрица, где NbSig - количество сигналов, и NbLev количество уровней разложения.

  • param(i,j) порог для коэффициентов детали уровня <reservedrangesplaceholder3> для сигнала <reservedrangesplaceholder2> th (1 ≤ <reservedrangesplaceholder1> ≤ <reservedrangesplaceholder0>).

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

Параметр, сопоставленный с методом сжатия mthd, заданный как действительное число или вещественная матрица. Для получения дополнительной информации смотрите mthd.

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

optionОписание
'cmp'Верните сжатый сигнал, связанное разложение вейвлета и пороги.
'cmpsig'Верните сжатый сигнал и пороги.
'cmpdec'Верните разложение вейвлета, сопоставленное со сжатым сигналом, и пороги.
'thr'Верните пороги.

Указатель направления разложения вейвлета, заданный как один из следующих:

  • 'r': Возьмите 1-D вейвлет каждой строки x

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

Мультисигнал, заданный как вещественная матрица.

Типы данных: double

Анализ вейвлета, заданный как вектор символов или строковый скаляр. Вейвлет должен быть ортогональным или биортогональным. Ортогональные и биортогональные вейвлеты обозначаются как вейвлеты типа 1 и типа 2, соответственно, в вейвлет-менеджере, wavemngr.

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

  • Действительные биортогональные семейства вейвлет начинаются с 'biorNr.Nd' или 'rbioNd.Nr', где Nr и Nd количество моментов исчезновения в вейвлет реконструкции (синтеза) и разложения (анализа).

Определите допустимые значения для моментов исчезновения при помощи waveinfo с кратким именем семейства вейвлет. Для примера введите waveinfo('db') или waveinfo('bior'). Использование wavemngr('type',WNAME) чтобы определить, является ли вейвлет ортогональным (возвращает 1) или биортогональным (возвращает 2).

Уровень разложения, заданный как положительное целое число. mdwtdec не устанавливает ограничение максимального уровня. Использовать wmaxlev для обеспечения того, чтобы коэффициенты вейвлета были свободны от граничных эффектов. Если граничные эффекты не являются проблемой, хорошим правилом является установка lev меньше или равно fix(log2(length(N))), где N количество выборок в 1-D данных.

Тип порога для выполнения, указанный как одно из следующих:

  • 's' - Мягкое пороговое значение

  • 'h' - Жесткое пороговое значение

Порого приближения:

  • 0 - Приближения заданы

  • 1 - Приближения не пороговые

Индексы начальных сигналов, заданные как вектор положительных целых чисел или 'all'.

Выходные аргументы

свернуть все

Сжатый мультисигнал, возвращенный как вещественная матрица.

Вейвлет сжатого мультисигнального x, возвращенный как структура со следующими полями:

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

  • level - Уровень вейвлет

  • wname - Имя вейвлета

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

  • dwtEXTM - режим расширения DWT

  • dwtShift - параметр сдвиг (0 или 1)

  • dataSize - Размер x

  • ca - Приближения на уровне lev

  • cd - Массив ячеек из 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 в сжатии, возвращаются как вещественная матрица.

Ссылки

[1] Бирге, Л. и П. Массарт. От выбора модели до адаптивной оценки. Festschrift for Lucien Le Cam: Research Papers in Probability and Statistics (E. Torgersen, D. Pollard, and G. Yang, eds.). Нью-Йорк: Springer-Verlag, 1997, pp. 55-88.

[2] DeVore, R. A., B. Jawerth, and B. J. Lucier. «Сжатие изображений посредством Вейвлета преобразования кодирования». Транзакции IEEE по теории информации. Том 38, № 2, 1992, стр. 719-746.

[3] Donoho, D. L. «Progress in Wavelet Analysis and WVD: A Ten Minute Tour». Прогресс в области Wavelet Analysis and Applications (Y. Meyer, and S. Roques, eds.). Gif-sur-Yvette: Editions Frontiéres, 1993.

[4] Donoho, D. L., and I. M. Johnstone. Идеальная пространственная адаптация методом усадки вейвлет. Биометрика. Том 81, стр. 425-455, 1994.

[5] Donoho, D. L., I. M. Johnstone, G. Kerkyacharian, and D. Picard. «Усадка вейвлет: асимптопия?» Журнал Королевского статистического общества, серия B, том 57, № 2, стр. 301 - 369, 1995.

[6] Donoho, D. L., and I. M. Johnstone. Идеальное шумоподавление в ортонормированном базисе, выбранном из библиотеки основ. C. R. Acad. Sci. Paris, Ser. I, Vol. 319, pp. 1317-1322, 1994.

[7] Donoho, D. L. «De-noising by Soft-Thresholding». Транзакции IEEE по теории информации. Том 42, № 3, стр. 613-627, 1995.

[8] Меса, Гектор. «Адаптированные вейвлеты для обнаружения шаблона». В Прогресс Pattern Recognition, Image Analysis and Applications, под редакцией Альберто Санфелиу и Мануэля Лазо Кортеса, 3773: 933-44. Берлин, Гейдельберг: Спрингер Берлин Гейдельберг, 2005. https://doi.org/10.1007/11578079_96 .

См. также

| | |

Введенный в R2007a

Документация по Wavelet Toolbox

Поддержка