06DSP研究性学习小波教材.doc

《近代数字信号处理》课程研究性学习报告 姓 名 张然 学 号 同组成员 蔡逸飞 朱斌 指导教师 陈后金 时 间 2015/6  小波分析专题研讨 【目的】 (1) 掌握正交小波分析的基本原理。 (2) 学会Haar小波分解和重建算法，理解小波分析的物理含义。 (3) 学会用Matlab计算小波分解和重建。 (4) 了解小波压缩和去噪的基本原理和方法。 【研讨题目】 基本题 题目目的: (1)掌握小波变换分解和重建算法的基本原理和计算方法； (2)掌握小波变换中Haar基及其基本特性； (3)学会用Haar基进行小波分解和重建的计算。 8-1 (1)试求信号[2, 2, 2, 4, 4, 4]T的Haar小波一级变换系数。 (2)将Haar小波一级变换系数中的细节分量 置零，试计算由系数 重建的近似信号， 求出与间的最大误差。 (1) (2)置零后的近似信号为： =[2, 2, 3, 3, 4, 4]T 误差向量为[0,0,-1,1,0,0]; 8-2 (1) 试求信号[2, 2, 4, 6,?2,?2,?2, 0]T 的Haar小波三级变换系数。 (2) 计算由重建的近似信号， 求出与间的最大误差; (3) 计算由重建的近似信号， 求出与间的最大误差; (4) 计算由重建的近似信号， 求出与间的最大误差; (5) 计算由重建信号。 (6) 比较(2)(3)(4)(5)所获得的结果。 【问题探究】 若小波变换中滤波器的长度是6，试分析分解算中输出序列的长度？与Haar基相比较有何不同？ （1）= （2）=[1,1,1,1,1,1,1,1] =[1,1,3,5,-3,-3,-3,-1] （3）=[3.5,3.5,3.5,3.5,-1.5, -1.5, -1.5, -1.5] =[-1.5,-1.5,0.5,2.5,-0.5,-0.5,-0.5,1.5] （4）=[2,2,5,5,-2,-2,-1,-1] =[0,0,-1,1,0,0,-1,1] （5）=[2,2,4,6,-2,-2,-2,0] （6）比较：用部分小波系数重建信号时，随着小波系数中细节信息d的增加，与间的最大误差逐渐减小，信号重建误差逐渐减少。 讨论题 8-3 已知信号x(t) 在区间[0，20]的值为 x(t)= [2t4]? [6t9]+2[14t18]?? [10t11] 在区间[0，20]均匀抽样1024点得序列x[k]。 (1)画出信号x[k]的波形； (2)用函数wavedec计算5级Haar小波变换系数，并画出Haar小波系数的波形，验证小波系数满足能量不变性，即 (3)对(2)中计算出的小波变换系数进行如下的处理 即对小波系数进行了取门限的处理。若要求取门限后的非零小波系数能保留信号能量的99.9%， 试确定门限值T，非零系数个数L， 用函数waverec计算由L个非零系数重建信号的波形及最大误差。 (4)用db2基，重复(3)， 比较Haar基和db2基所得结果。 【仿真结果】 (2) （2） （3） （4） 【结果分析】 （2）可以看出值较大的系数集中在低频部分。 经MATLAB编程计算，左右想减，几乎无误差：4.5475e-013，即小波系数满足能量不变性。 （3） db1小波确定门限值T= 0.3400； 非零系数N=54； 最大误差e= 6.6613e-16； 分析：经过阈值处理后，只需要54个点即可保留原1024个点的能量，将信号重建出来。 （4） db2小波确定门限值T= 0.087322717267185； 非零系数N= 576； 最大误差e= 2.155386980007279e-12 【自主学习内容】 Wthresh函数的使用 【阅读文献】 《小波分析方法在滤波和消噪方面的应用/view/b52b38d126fff705cc170a0c.html 【问题探究】 经过两种小波信号的变换结果可以发现：采用db2小波基门限值降低，也就是说更多的噪声信号留下来，表现为