小波工程分析.docVIP

小波工程分析 我的小波工程主要包括一两部分：一、连续小波分析的应用，二、离散小波分析的应用。下面分两个部分分别说明这两个程序的分析结果： 连续小波分析： 所用信号为自己构造的三角波和正弦波叠加的信号：s -1 .^ floor n/50 +1 .* mod n,50 -25 *2- -1 .^ floor n/17 +1 .* mod n,17 -8.5 *3+1*cos n/2 *10。其中第一项 -1 .^ floor n/50 +1 .* mod n,50 -25 *2为一周期为100的锯齿波，第二项- -1 .^ floor n/17 +1 .* mod n,17 -8.5 *3为一周期为34的锯波，第三项为一周期为4*pi正 余 弦波。另外叠加了一幅度为5的噪音信号。 下图即为连续小波分析结果： 图1 图2 图3 从图中可以看出对于正弦波，用morlet小波分析可以得到较好的结果，第三幅图中可以看出，在周期为12左右有较强的能量谱，但由于其幅度较小，所以与其它频率的信号相比，显得不是很突出，而用haar小波分析虽然也是较强的能量分布区，但它已与周期为34的信号融为一体，很难分别。 对于周期为34的锯齿波信号，从图中可以看出，用morlet分析要比用haar小波分析更容易看出其能量分布，但由于morlet小波的形状和锯齿波相似性较小，所以其能量分布偏离了其实际周期，这一点haar小波要比morlet要好，它的能量分布以34为中心上下延拓。周期为100的锯齿波信号用haar小波与morlet小波分析各有短长，从图中可以看出，用haar小波分析，其能量分布在以100为中心的区域，向上延伸到150，向下延伸到50左右，这一点主要原因是haar小波的在上下对称上与原信号相似的缘故。而这一点morlet相差较大，从中可以看出，100并不在它的能量分布中心位置。 总的来说，morlet小波对于分别各种不同成份的能量具有一定的优势，但对于与其形状差别较大的信号，难以准确地确定其周期，这一点haar小波具有一定的优势，但它对于分别不同成份的信号显得有些不足。 离散小波分析 离散小波分析所用的信号与前面所用信号相同，所编程序共分为三个部分，第一部分为信号的分解，第二部分为信号的重构，第三部分为信号的去噪，所分析的结果分别在下面三幅图中。 图4给出了信号用db4小波经多尺度分解的结果，从图中可以看出，低频A5信号与原无噪音信号相比，少了一部分频率相对较高的信号，而D5，D4及D3则是原信号叠加产生的部分高频分量以及原来的正弦信号 主要是高频D3 。我们也可以看出，只要选择一个适合的尺度对信号进行分解，可以选择性地去掉原信号中夹杂的噪音信号，而保留信号中的主要成分，从而起到滤波的作用，也可以抽取其中某一频率的细节信息进行分析， 图 4 图5给出以上分解的信号进行重构的结果，与原信号相比，两者吻合得比较好。但这样对于信号的分析是没有任何意义的，这一点可以在与原无噪音信号的对比中可以看出。 图5 图6给出用wden函数进行滤波的效果，从图形上看，波滤波的效果比较明显，但要使滤波的效果比较好，必须选择合适的小波函数和滤波方法 是设硬阈值还是软阈值 ，而且经滤波后的信号在某些值上的差值还比较大。 图6