Exponenta Banner

imodwpt

Обратное максимальное перекрытие дискретный пакет вейвлета преобразовывает

свернуть все на странице

Синтаксис

xrec = imodwpt(coefs)
xrec = imodwpt(coefs,wname)
xrec = imodwpt(coefs,lo,hi)

Описание

пример

xrec = imodwpt(coefs) возвращает обратное максимальное перекрытие, которое дискретный пакет вейвлета преобразовывает (обратный MODWPT) в xrec. Обратное преобразование для терминальной матрицы коэффициентов узла (coefs) полученное использование modwpt с длиной по умолчанию 18 Fejér-Korovkin ('fk18') вейвлет.

пример

xrec = imodwpt(coefs,wname) возвращает обратный MODWPT использование ортогонального фильтра, заданного wname. Этот фильтр должен быть тем же фильтром, используемым в modwpt.

пример

xrec = imodwpt(coefs,lo,hi) возвращает обратный MODWPT использование ортогонального фильтра масштабирования, lo, и фильтр вейвлета, hi.

Примеры

свернуть все

Скрипт Open Live Script

Получите MODWPT формы волны ECG и продемонстрируйте совершенную реконструкцию с помощью обратного MODWPT.

load wecg;
wpt = modwpt(wecg);
xrec = imodwpt(wpt);
subplot(2,1,1)
plot(wecg);
title('Original ECG Waveform');
subplot(2,1,2)
plot(xrec);
title('Reconstructed ECG Waveform');

Figure contains 2 axes objects. Axes object 1 with title Original ECG Waveform contains an object of type line. Axes object 2 with title Reconstructed ECG Waveform contains an object of type line.

Найдите самую большую абсолютную разность между исходным сигналом и реконструкцией. Различие находится порядка 10-11, который демонстрирует совершенную реконструкцию.

max(abs(wecg-xrec'))
ans = 1.7903e-11
Скрипт Open Live Script

Получите MODWPT южных данных об индексе Колебания с помощью Daubechies экстремальный вейвлет фазы с двумя исчезающими моментами ('db2'). Восстановите сигнал с помощью обратного MODWPT.

load soi;
wsoi = modwpt(soi,'db2');
xrec = imodwpt(wsoi,'db2');
Скрипт Open Live Script

Получите MODWPT южных данных об индексе Колебания с помощью заданного масштабирования и фильтров вейвлетов с Daubechies экстремальный вейвлет фазы с двумя исчезающими моментами ('db2'). 

load soi;
[lo,hi] = wfilters('db2');
wpt = modwpt(soi,lo,hi);
xrec = imodwpt(wpt,lo,hi);

Постройте исходную форму волны SOI и восстановленную форму волны.

subplot(2,1,1)
plot(soi)
title('Original SOI Waveform');
subplot(2,1,2)
plot(xrec)
title('Reconstructed SOI Waveform')

Figure contains 2 axes objects. Axes object 1 with title Original SOI Waveform contains an object of type line. Axes object 2 with title Reconstructed SOI Waveform contains an object of type line.

Входные параметры

свернуть все

Терминальные коэффициенты узла пакетного дерева вейвлета в виде матрицы. Необходимо получить матрицу коэффициентов из modwpt использование 'FullTree',false опция. 'FullTree',false значение по умолчанию modwpt.

Типы данных: double

Синтезирование фильтра вейвлета раньше инвертировало MODWPT в виде вектора символов или строкового скаляра. Заданный вейвлет должен быть тем же вейвлетом, как используется в анализе с modwpt.

Масштабирование фильтра в виде ровной длины вектор с действительным знаком. lo должен быть тот же фильтр масштабирования, как используется в анализе с modwpt. Вы не можете задать и пару фильтра вейвлета масштабирования и wname фильтр.

Фильтр вейвлета в виде ровной длины вектор с действительным знаком. hi должен быть тот же фильтр вейвлета, используемый в анализе с modwpt. Вы не можете задать и пару фильтра вейвлета масштабирования и wname фильтр.

Выходные аргументы

свернуть все

Обратное максимальное перекрытие дискретный пакет вейвлета преобразовывает, возвращенный как вектор-строка. Обратное преобразование является восстановленной версией исходного сигнала на основе терминальных коэффициентов узла MODWPT. xrec имеет одинаковое число столбцов как вход coefs матрица.

Ссылки

[1] Персиваль, D. B. и А. Т. Уолден. Методы вейвлета для анализа временных рядов. Кембридж, Великобритания: Издательство Кембриджского университета, 2000.

[2] Уолден, A.T., и А. Контрерас Кристан. “Откорректированный фазой неподкошенный дискретный пакет вейвлета преобразовывает и его приложение к интерпретации синхронизации событий”. Продолжения Королевского общества Лондона A. Издание 454, Выпуск 1976, 1998, стр 2243-2266.

Расширенные возможности

Смотрите также

| |

Введенный в R2016a

Документация Wavelet Toolbox

Поддержка