Непрерывный банк фильтра преобразований вейвлета
Использование cwtfilterbank
создать набор фильтров непрерывного вейвлета преобразовывает (CWT). Вейвлетом по умолчанию, используемым в наборе фильтров, является аналитический Морзе (3,60) вейвлет. Можно варьироваться полоса пропускания времени и параметры симметрии для вейвлетов Морзе, чтобы настроить вейвлет Морзе для потребностей. Можно также использовать аналитический Morlet (Габор) вейвлет или ударить вейвлет. При анализе нескольких сигналов в частоте времени, для повышенной вычислительной эффективности, можно предварительно вычислить фильтры однажды и затем передать набор фильтров как вход к cwt
. С набором фильтров можно визуализировать вейвлеты вовремя и частоту. Можно также создать наборы фильтров с определенной частотой или областями значений периода, и измерить полосы пропускания на 3 дБ. Можно определить добротность для вейвлетов в наборе фильтров.
создает набор фильтров непрерывного вейвлета преобразовывает (CWT) fb
= cwtfilterbankfb
. Фильтры нормированы так, чтобы пиковые величины для всех полос пропускания были приблизительно равны 2. Набор фильтров по умолчанию спроектирован для сигнала с 1 024 выборками. Набор фильтров по умолчанию использует аналитического Морзе (3,60) вейвлет. Набор фильтров использует шкалы по умолчанию: приблизительно 10 полосовых фильтров вейвлета на октаву (10 речи на октаву). Полоса пропускания самой высокой частоты спроектирована так, чтобы величина упала на половину пикового значения на частоте Найквиста.
Как реализовано, CWT использует нормализацию L1. С нормализацией L1 равные амплитудные колебательные компоненты в различных шкалах имеют равную величину в CWT. Нормализация L1 обеспечивает более точное представление сигнала. Амплитуды колебательных компонентов соглашаются с амплитудами соответствующих коэффициентов вейвлета. Смотрите Содействующие Амплитуды Синусоиды и Вейвлета.
fb
может использоваться в качестве входа для cwt
.
создает набор фильтров CWT fb
= cwtfilterbank(Name,Value
)fb
со свойствами, заданными одним или несколькими Name,Value
парные аргументы. Свойства могут быть заданы в любом порядке как Name1,Value1,...,NameN,ValueN
. Заключите каждое имя свойства в кавычки.
Примечание
Вы не можете изменить значение свойства существующего набора фильтров. Например, если у вас есть набор фильтров fb
с SignalLength
из 2 000, необходимо создать второй набор фильтров fb2
обработать сигнал с 2 001 выборкой. Вы не можете присвоить различный SignalLength
к fb
.
wt | Непрерывный вейвлет преобразовывает с набором фильтров |
freqz | Частотные характеристики набора фильтров CWT |
timeSpectrum | Усредненный во времени спектр вейвлета |
scaleSpectrum | Усредненный шкалой спектр вейвлета |
wavelets | Вейвлеты временного интервала набора фильтров CWT |
scales | Шкалы набора фильтров CWT |
waveletsupport | Поддержки времени набора фильтров CWT |
qfactor | Добротность набора фильтров CWT |
powerbw | Полосы пропускания набора фильтров CWT 3 дБ |
centerFrequencies | Полоса пропускания набора фильтров CWT сосредотачивает частоты |
centerPeriods | Полоса пропускания набора фильтров CWT сосредотачивает периоды |
В первый раз, когда вы используете набор фильтров, чтобы взять CWT сигнала, фильтры вейвлета создаются, чтобы иметь тот же тип данных как сигнал. Предупреждающее сообщение сгенерировано, когда вы применяете тот же набор фильтров к сигналу с различным типом данных. Изменение типов данных идет со стоимостью перепроектирования или изменения точности набора фильтров. Для оптимальной эффективности используйте сопоставимый тип данных.
При выполнении нескольких CWTs, например, в цикле for, рекомендуемый рабочий процесс должен сначала создать cwtfilterbank
возразите и затем используйте wt
объектная функция. Этот рабочий процесс минимизирует наверху и максимизирует эффективность. Смотрите Используя Набор фильтров CWT на Нескольких Временных рядах.
[1] Лилли, J. M. и С. К. Олхед. “Обобщенные Вейвлеты Азбуки Морзе как Суперсемейство Аналитических Вейвлетов”. Транзакции IEEE на Обработке сигналов. Издание 60, № 11, 2012, стр 6036–6041.
[2] Лилли, J. M. и С. К. Олхед. “Свойства высшего порядка Аналитических Вейвлетов”. Транзакции IEEE на Обработке сигналов. Издание 57, № 1, 2009, стр 146–160.
[3] Лилли, J. M. jLab: пакет анализа данных для MATLAB, версии 1.6.2. 2016. http://www.jmlilly.net/jmlsoft.html.
[4] Лилли, J. M. “Элементный анализ: основанный на вейвлете метод для анализа локализованных временем событий в шумных временных рядах”. Продолжения Королевского общества A. Объем 473: 20160776, 2017, стр 1–28. dx.doi.org/10.1098/rspa.2016.0776.
cwt
| cwtfreqbounds
| icwt