wpspectrum

Вейвлет вейвлет-пакета

Синтаксис

[SPEC,TIMES,FREQ] = wpspectrum(WPT,Fs)
[...] = wpspectrum(WPT,Fs,'plot')
[...,TNFO] = wpspectrum(...)

Описание

[SPEC,TIMES,FREQ] = wpspectrum(WPT,Fs) возвращает матрицу вейвлета оценок спектральных пакетов, SPEC, для объекта дерева двоичных вейвлетов пакетов, WPT. Fs - частота дискретизации в Герце. SPEC является 2J-by - N матрица, где J - уровень преобразования вейвлет, а N - длина временных рядов. TIMES является вектором времени и N 1 байт и FREQ является 1 на 2J вектор частот.

[...] = wpspectrum(WPT,Fs,'plot') отображает спектр вейвлета пакета.

[...,TNFO] = wpspectrum(...) возвращает терминальные узлы вейвлета дерева пакетов в частотном порядке.

Входные параметры

WPT

WPT - двоичный вейвлет дерево пакетов класса wptree.

Fs

Частота дискретизации в Герце как скаляр класса double.

По умолчанию: 1

plot

Вектор символов 'plot' отображает спектр вейвлета пакета. Введите 'plot' после Fs для создания графика спектра вейвлет.

Выходные аргументы

SPEC

Вейвлет вейвлет-пакета. SPEC является 2J-by - N матрица, где J - уровень преобразования вейвлет, а N - длина узла 0 в древовидном объекте вейвлет.

Частотный интервал между строками SPEC равен Fs/2J+1.

TIMES

Временной вектор. TIMES - вектор времени в секундах, равный по длине узлу 0 объекта дерева вейвлет. Временной интервал между элементами составляет 1/ Fs.

FREQ

Вектор частоты. FREQ - вектор частот длины 2J где J - уровень объекта дерева вейвлета пакетов. Частотный интервал в FREQ равен Fs/2J+1.

TNFO

Терминальные узлы. TNFO является вектором терминальных узлов древовидного объекта вейвлет в частотном порядке.

Примеры

свернуть все

Этот пример показывает спектр пакета вейвлета для сигнала, состоящего из двух синусоидов с несвязанной поддержкой.

Задайте вейвлет.

fs = 500;
t = 0:1/fs:4;
y = sin(32*pi*t).*(t<2) + sin(128*pi*t).*(t>=2);
plot(t,y); 
axis tight
title('Analyzed Signal');

Figure contains an axes. The axes with title Analyzed Signal contains an object of type line.

Задайте вейвлет спектра пакета.

level = 6;
wpt = wpdec(y,level,'sym6');
figure;
[S,T,F] = wpspectrum(wpt,fs,'plot');

Figure contains an axes. The axes with title Wavelet packet decomposition contains 66 objects of type image, text.

Создайте сигнал щебета.

fs = 1000;
t = 0:1/fs:2; 
% create chirp signal        
y = sin(256*pi*t.^2);

Постройте график анализируемого сигнала.

plot(t,y); 
axis tight
title('Analyzed Signal');

Figure contains an axes. The axes with title Analyzed Signal contains an object of type line.

Получите вейвлет оценки пакетного спектра.

level = 6;
wpt = wpdec(y,level,'sym8');
figure;
[S,T,F] = wpspectrum(wpt,fs,'plot');

Figure contains an axes. The axes with title Wavelet packet decomposition contains 66 objects of type image, text.

Подробнее о

свернуть все

Вейвлет вейвлет-пакета

Вейвлет содержит абсолютные значения коэффициентов из частотно-упорядоченных терминальных узлов входа двоичных вейвлет. Терминальные узлы обеспечивают наивысший уровень частотного разрешения при преобразовании вейвлет. Если J обозначает уровень преобразования вейвлет, и Fs является частотой дискретизации, терминальные узлы аппроксимируют полосно-пропускающие фильтры вида:

[nFs2J+1,(n+1)Fs2J+1)n=0,1,2,3,2J1

На терминальном уровне дерева вейвлет преобразование делит интервал от 0 до частоты Найквиста на полосы приблизительной ширины Fs/2J+1.

Алгоритмы

wpspectrum вычисляет спектр вейвлета пакета следующим образом:

  • Извлеките вейвлет пакетные коэффициенты, соответствующие терминальным узлам. Возьмем абсолютное значение коэффициентов.

  • Упорядочьте вейвлет пакетные коэффициенты по частотным упорядоченным расположениям.

  • Определите временной экстент на исходной временной оси, соответствующей каждому вейвлету пакетному коэффициенту. Повторите каждый вейвлет пакетный коэффициент, чтобы заполнить временные погрешности между соседними вейвлетами пакетными коэффициентами и создать вектор, равный по длине узлу 0 вейвлетов объекта дерева пакетов.

Ссылки

Wickerhauser, M.V. Лекции по алгоритмам Wavelet Packet, Технический отчет, Университет Вашингтона, Факультет математики, 1992.

Введенный в R2010b