基于MATLAB 7.x的系统分析与设计——小波分析 第三版 教学课件 作者 胡昌华 第3章.pptVIP

　　小波分析的应用是与小波分析的理论研究紧密地结合在一起的。随着小波理论的日益成熟，人们对小波分析的实际应用越来越重视，小波分析的应用领域也变得十分广泛，它包括：数学领域的许多学科；信号分析、图像处理；量子力学、理论物理；军事电子对抗与武器的智能化；计算机分类与识别；音乐与语音的人工合成；医学成像与诊断；地震勘探数据处理；大型机械的故障诊断等方面。例如，在数学方面，它已用于数值分析、构造快速数值方法、高维矩阵运算、曲线曲面构造、微分方程求解、控制论等；在信号分析方面的滤波、去噪声、压缩、传递等； 在图像处理方面的图像压缩、分类、识别与诊断，去污等；在医学成像方面的减少B超、CT、核磁共振成像的时间，提高分辨率等。 　　在本章里，我们将详细讲解小波分析的一般应用技术。　　在上一章，我们知道，MATLAB所提供的小波分析工具有两种：第一种提供的是命令行形式的函数，用户可通过这些函数，根据实际分析的需要，在调试状态下，编写自己的MATLAB程序。这种方式虽不直观，但它可以按照用户自己的思维，编写出功能强大的MATLAB程序，完成各种信号的小波分析。第二种提供的是图形用户接口(Graphic User Interface，GUI)工具，这种方式简单直观，不需要进行复杂的编程，并且将计算结果直接以图形方式显示出来， 用户可以立即评价自己分析的结果是否正确，但是GUI方式的处理模式比较固定，且它所提供的小波函数种类较少，在进行复杂的信号分析时，有些功能无法实现。从思维角度来讲，利用MATLAB提供的命令行形式的函数编程，可以领会小波分析中的许多细节部分，因此在本章中，我们只讲解第一种方式的应用。 　　首先，我们将用于一维小波图像分析的主要函数作一个简要介绍，这些函数在第2章中已作过详细说明，在此，为了方便读者的使用而作一个归纳总结，具体每个函数的用法，请参阅第2章的有关内容。表3-1~表3-5列出了用于一维信号分析的函数的函数名及其功能。  表3-1　一维小波分解函数  表3-2　一维小波重建函数  表3-3　一维小波分解结构应用函数  表3-4　噪声函数 表3-5　一维小波消噪和压缩函数 3.1.1　数学计算　　在这里，我们用小波分析这一数学工具处理一些数学问题，从某种意义上讲，这种应用可帮助读者对小波分析理论有更进一步的理解。　　例3-1：对于一给定的正弦信号s(i)＝sin(i×p/100＋p/4)，i＝0，1，…，99，请利用多分辨分析对该信号进行分解与重构。　　解：该问题可以说是一个纯粹的数学问题，通过对该问题的讲解，我们可以加深对小波分析中的多分辨分析的理解，即如何对信号进行多层分解与重构。 　　在这里，我们分别选用db1和coif3小波对该正弦信号进行三层多分辨分析，处理过程可编程如下：　　　　t＝0：pi/100：4*pi；　　　　s＝sin(t＋pi/4)；　　　　subplot(532)；plot(s)；　　　　title(￠原始信号￠)；　　　　［c，l］＝wavedec(s，3，￠db1￠)；grid；　　　　ca3＝appcoef(c，l，￠db1￠，3)；%提取小波分解的低频系数　　　　cd3＝detcoef(c，l，3)；%提取第三层的高频系数　　　　cd2＝detcoef(c，l，2)；%提取第二层的高频系数 　　　　cd1＝detcoef(c，l，1)；%提取第一层的高频系数　　　　figure(2)；　　　　subplot(421)；plot(ca3)；　　　　title(￠第三层低频系数￠)；　　　　subplot(423)；plot(cd1)；　　　　title(￠第一层高频系数￠)；　　　　subplot(425)；plot(cd2)；　　　　title(￠第二层高频系数￠)；　　　　subplot(427)；plot(cd3)；　　　　title(￠第三层高频系数￠)；　　　　s1＝waverec(c，l，￠db1￠)； 　　　　ca3＝appcoef(c，l，￠coif3￠，3)；%提取小波分解的低频系数　　　　cd3＝detcoef(c，l，3)；%提取第三层的高频系数　　　　cd2＝detcoef(c，l，2)；%提取第二层的高频系数　　　　cd1＝detcoef(c，l，1)；%提取第一层的高频系数　　　　subplot(422)；plot(ca3)；　　　　title(￠第三层低频系数￠)；　　　　subplot(424)；plot(cd1)；　　　　title(￠第一层高频系数￠)；　　　　subplot(426)；plot(cd2)；　　　　title(￠第二层高频系数￠)； 　　　　subplot(4