小波变换在信号处理中的应用2009.11.ppt

* Matlab Toolbox Wavelet\wavelet coefficients 2-D tool * 从连续小波变换的定义可以看出，连续小波变换具有尺度a和平移b两个参数。其中尺度1/a在一定意义上对应于频率w，即尺度越小，对应频率越高，尺度越大，对应频率越低。通过对信号进行连续小波变换，可以对信号进行时频分析，即观察信号在某一时间b上，对应某一尺度a的成分。 * 图4表示了正弦波和小波的区别，由此可以看出，正弦波从负无穷一直延续到正无穷，正弦波是平滑而且是可预测的， 而小波是一类在有限区间内快速衰减到0的函数，其平均值为0， 小波趋于不规则、不对称。 * 例子p95 Matlab实现了信号的一维连续小波变换，可以通过函数cwt实现相应的功能。 COEFS为连续小波变换后的返回系数矩阵CWTx（a，b），系数以行方式存储在矩阵中。矩阵的行数为小波变换中尺度的个数，列数为信号采样点的个数，即矩阵的第一行对应第一个尺度变换后的系数，第二行对应第二个尺度变换后的系数，以此类推。 函数中输入参数S是要进行连续小波变换的函数。SCALES为连续小波变换的尺度向量，wname为小波函数名，如Haar，db2，coif3，sym2等。Plot表示画出连续小波变换后的系数图，在该图中，系数的大小以灰度的深度来表示，颜色越深，表示变换后的系数CWTx（a，b）越大。 对应格式（3）除计算并画出小波变换系数外，还是用PLOTMODE对图像着色。 如果尺度为离散值a1，a2，a3…，则尺度向量可以表示为[a1,a2,a3,…]的形式，两个值之间用逗号或空格隔开；如果尺度向量由起始尺度amin，钟尺度amax以及尺度步长astep三者组成，则尺度向量可以表示为[amin:astep:amax]的形式；如果尺度向量同时包括离散值和步长两种形式，则可以表示为[a1,a2,a3,…,amin:astep:amax] * 减少小波变换的系数冗余。 * 例子p99 * * * * * * * * * * * * * * * * p119 * 函数ddencmp用于获取在消噪或压缩过程中的默认阈值。Den表示去噪，cmp表示压缩。THR是返回的阈值；SORH是软阈值或硬阈值选择参数。KEEPAPP表示保存低频信号；CRIT是熵名。 THR=thselect（X，TPTR）根据字符串TPTR定义的阈值选择规则来选择信号X的自适应阈值。 TPTR=rigrsure：自适应阈值选择使用Stein的无偏风险估计原理 TPTR=heursure：使用启发式阈值选择 TPTR=sqtwolog：阈值等于sqrt（2×log（length（X））） TPTR=minimaxi：用极大极小原理选择阈值。 阈值选择规则基于模型y=f(t)+e,e是高斯白噪声N（0，1） THR=wbmpen(C,L,SIGMA,ALPHA)返回去噪的全局阈值THR。THR通过给定一种小波系数选择规则计算得到，小波系数选择规则使用Birge-Massart的处罚算法。[C,L]是进行去噪的信号或图像的小波分解结构；SIGMA是零均值的高斯白噪声的标准偏差；ALPHA用于处罚的调整参数，它必须是一个大于1的实数，一般ALPHA=2。 函数wdcbm用于使用Birge-Massart算法获取一维小波变换的阈值。返回值THR是与尺度无关的阈值，NKEEP是系数的个数。 [C,L]是要进行消噪或压缩的信号在j=length(L)-2层的分解结构；ALPHA和M必须是大于1的实数；THR是关于j的向量，THR（i）是第i层的阈值；NKEEP也是关于j的向量，NKEEP(i)是i层的系数个数。一般压缩时ALPHA取1.5，去噪时ALPHA取3. * * * p123 * 函数ddencmp用于获取在消噪或压缩过程中的默认阈值。Den表示去噪，cmp表示压缩。THR是返回的阈值；SORH是软阈值或硬阈值选择参数。KEEPAPP表示保存低频信号；CRIT是熵名。 THR=thselect（X，TPTR）根据字符串TPTR定义的阈值选择规则来选择信号X的自适应阈值。 TPTR=rigrsure：自适应阈值选择使用Stein的无偏风险估计原理 TPTR=heursure：使用启发式阈值选择 TPTR=sqtwolog：阈值等于sqrt（2×log（length（X））） TPTR=minimaxi：用极大极小原理选择阈值。 阈值选择规则基于模型y=f(t)+e,e是高斯白噪声N（0，1） THR=wbmpen(C,L,SIGMA,ALPHA)返回去噪的全局阈值THR。THR通过给定一种小波系数选择规则计算得到，小波系数选择规则使用Birge-Massart的处罚算法。[C,L]是进行去噪的信号