Максимальное перекрытие дискретный вейвлет преобразовывает
возвращает максимальное перекрытие дискретный вейвлет преобразовывает (MODWT) w
= modwt(x
)x
X
может быть действительное - или комплексный вектор или матрица. Если x
матрица, modwt
работает со столбцами x
. modwt
вычисляет вейвлет, преобразовывают вниз, чтобы выровнять floor(log2(length(x)))
если x
вектор и floor(log2(size(x,1)))
если x
матрица. По умолчанию, modwt
использует Добечи меньше всего - асимметричный вейвлет с четырьмя исчезающими моментами ('sym4'
) и периодическая граничная обработка.
вычисляет MODWT использование отражательной граничной обработки. Другие входные параметры могут быть любым из аргументов от предыдущих синтаксисов. Прежде, чем вычислить вейвлет преобразовывают, w
= modwt(___,'reflection')modwt
расширяет сигнал симметрично в терминальном конце дважды длине сигнала. Количество вейвлета и масштабных коэффициентов это modwt
возвраты равны дважды длине входного сигнала. По умолчанию сигнал периодически расширяется.
Необходимо ввести целый вектор символов 'reflection'
. Если вы добавили вейвлет под названием 'reflection'
с помощью менеджера по вейвлету необходимо переименовать тот вейвлет до использования этой опции. 'reflection'
может быть помещен в любое положение в списке входных параметров после x
.
Стандартный алгоритм для MODWT реализует круговую свертку непосредственно во временном интервале. Эта реализация MODWT выполняет круговую свертку в области Фурье. Вейвлет и масштабирующий коэффициенты фильтра на уровне j вычисляется путем взятия обратного дискретного преобразования Фурье (ДПФ) продукта ДПФ, ДПФ в продукте являются ДПФ сигнала и ДПФ j th вейвлет уровня или масштабирующий фильтр.
Позвольте Hk, и Gk обозначают длину ДПФ N вейвлета MODWT и масштабирующихся фильтров, соответственно. Позвольте j обозначить, что уровень и N обозначают объем выборки.
j th фильтр вейвлета уровня задан
где
j th фильтр масштабирования уровня
где
[1] Персиваль, Дональд Б. и Эндрю Т. Уолден. Методы вейвлета для анализа временных рядов. Кембриджский ряд в статистической и вероятностной математике. Кембридж ; Нью-Йорк: Издательство Кембриджского университета, 2000.
[2] Персиваль, Дональд Б. и Гарольд О. Мофджелд. “Анализ Подприливных Прибрежных Колебаний Уровня моря Используя Вейвлеты”. Журнал американской Статистической Ассоциации 92, № 439 (сентябрь 1997): 868–80. https://doi.org/10.1080/01621459.1997.10474042.
[3] Мезаструктура, Гектор. “Адаптированные Вейвлеты для Обнаружения Шаблона”. Происходящий в Распознавании образов, Анализе изображения и Приложениях, отредактированных Альберто Санфелиу и Мануелем Лазо Кортесом, 3773:933–44. Берлин, Гейдельберг: Спрингер Берлин Гейдельберг, 2005. https://doi.org/10.1007/11578079_96.