小波变换第二次作业.docVIP

小波变换第二次作业 专业:通信与信息系统 学号：406107309049 姓名：王艳梅 对本课件给出的11个例子即11个典型的信号自己选择一部分（不少于7）信号，适当改变参数： 1.分别估计它们的时间中心、频率中心；2.估计它们的瞬时频率；3.分别计算（1）Gabor 变换；（2）谱图（3）WVD（4）PWVD；（5指数分布 练习画出不同的三维图形，给出必要的讨论，附上程序。(1)以下所有信号时域离散点数均为 点。(2)Gabor 变换取长度为33点的高斯窗函数，Q=4求得系数为 32×32。(3)所绘制三维图形选择surf 样式二维选择 imagesc。 时间中心TM 256.0000 时间宽度T 262.9930 频率中心FM -3.7999e-006 频率宽度B 0.0586  时间-频率图 Gabor 谱图 WVD PWVD 指数分布 从以上结果中PWVD 和指数分布效果较好，因为 PWVD在 WVD 基础上加窗平滑指数分布核函数实现低通滤波。Gabor 变换与谱图的结果。WVD 由于卷积所使用数据点数严重不同导致结果不理想同时WVD 变换存在负频率成分。 时间中心TM 256.5000 时间宽度T 523.9423 频率中心FM 0.1250 频率宽度B 1.5280e-014 时间-频率图 Gabor 谱图 WVD PWVD 指数分布 从上图可以看书几种计算方法都取得了较好的结果，其中 WVD 依然存在未平滑带来的影响，Gabor 变换有最好的边缘性质。 时间中心TM 256.5000 时间宽度T 523.9423 频率中心FM 0.1640 频率宽度B 0.2271 时间-频率图 Gabor 谱图 WVD PWVD 指数分布 可以看出：由于信号有多种频率成，WVD 与 PWVD 中，而指数分布的核函数具有低通性质，对减小交叉项的影响起到了很大帮助。对于 Gabor 和谱图而言，根据定义其交叉项大小与信号之间在时频图中的距离有关，距离大则不显著。 时间中心TM 257.0000 时间宽度T 523.9742 频率中心FM -1.4302e-031 频率宽度B 0.2216 时间-频率图 Gabor 谱图 WVD PWVD 指数分布 此例中， PWVD 和 WVD，WVD 影响最为严重，Gabor变换表现很理想。 为一高斯信号，取参数使时域扩展 6，最大幅值为5 时间中心TM 256.0000 时间宽度T 6.0000 频率中心FM -7.9960e-019 频率宽度B 0.1667 时间-频率图 Gabor 谱图 WVD PWVD 指数分布 从图中可以看出，对时频原子，几种方法，ED 由于为了抑制交叉项付出的代价降低了频域分辨率，相对结果较差。 其中时频原子时域扩展 256/2，最大幅值为 4，线性调制起始频率 0.1，终止频率0.4 时间中心TM 256.0026 时间宽度T 255.3226 频率中心FM 0.2497 频率宽度B 0.1499 时间-频率图 Gabor 谱图 WVD PWVD 指数分布 对于基本时频原子，几种方法的结果均较好TM 256.1080 时间宽度T 298.0198 频率中心FM 0.2499 频率宽度B 0.4622 时间-频率图 Gabor 谱图 WVD PWVD 指数分布 WVD 和 PWVD 中交叉项干扰很严重，ED 分布有较好结果。 TM 130 时间宽度T 248.9482 频率中心FM 0.2500 频率宽度B 0.5341 时间-频率图 Gabor 谱图 WVD PWVD 指数分布 对个时频原子，ED 方法均有较好的表现，但 ED 抑制交叉项降低了频域分辨率。了便于观察时频域分辨率，我们这里选择绘制二维图形进行观察如下：Gabor变换： 谱图： WVD变换： PWVD变换： ED： 通过观察上述二维结果，Gabor 变换（取 Q=4）有最好的表现，特别是良好的边缘性质，这比较大的过抽样；谱图中对 WVD 进行了平滑交叉项的大小随各成分在时频图上的距离增大而明显减小，因此也并不十分显著WVD 中互项干扰过大；PWVD 是在WVD基础上加上时间窗实现对频域方向的平滑，降低频域方向分辨率抑制交叉项；指数分布在时频域上加了一个低通滤波器，调节参数在自项分辨率和交叉项抑制上进行均衡。每种方法均有，所有方法都受到信号时宽-带宽不定原理的制约。function Ch2Ex(se