Частотно-и локализованная реконструкция из непрерывного преобразования вейвлета
Восстановите частотно-локализованное приближение данных о землетрясении Кобе. Извлеките информацию из CWT для частот в области значений [0,030, 0,070] Гц.
load kobeПолучите CWT данных.
[wt,f] = cwt(kobe,1);
Восстановите данные о землетрясении, добавив среднее значение сигнала обратно в преобразованные данные.
xrec = icwt(wt,f,[0.030 0.070],'SignalMean',mean(kobe));Постройте и сравните исходные данные и данные для частот в области значений [0,030, 0,070] Гц.
subplot(2,1,1) plot(kobe) grid on title('Original Data') subplot(2,1,2) plot(xrec) grid on title('Bandpass Filtered Reconstruction [0.030 0.070] Hz')
![Figure contains 2 axes. Axes 1 with title Original Data contains an object of type line. Axes 2 with title Bandpass Filtered Reconstruction [0.030 0.070] Hz contains an object of type line.](../../examples/wavelet/win64/cwtftdemo_01.png)
Можно также использовать периоды времени вместо частоты с CWT. Загрузите данные El Nino и получите их CWT, указав период времени в годах.
load ninoairdata
[cfs,period] = cwt(nino,years(1/12));Получите обратный CWT в течение многих лет 2 по 8.
xrec = icwt(cfs,period,[years(2) years(8)]);
Постройте график CWT восстановленных данных. Обратите внимание на отсутствие энергии вне полосы периодов от 2 до 8 лет.
figure cwt(xrec,years(1/12))
Сравните исходные данные с восстановленными данными за 2-8 годы.
figure subplot(2,1,1) plot(nino) grid on title('Original Data') subplot(2,1,2) plot(xrec) grid on title('El Nino Data - Years 2-8')
