沃尔什变换与离散傅里叶变换结果比较.pdf

沃尔什变换和离散傅里叶变换结果比较 一、对ECG 信号的分析和重构 我们把 ECG （心电图）信号作为观测信号，分别作它的沃尔什 变换以及离散傅里叶变换，分别采用快速沃尔什变换算法WHT 变换 （Walsh-Hadamard Transform ）以及快速傅里叶变换FFT 算法。 从上图可以看到，沃尔什变换中，在低列率处（1024 ）具有较 大的沃尔什系数，由此可见，由此我们可以判断，ECG 信号主要是 集中在低频附近，尤其在200~300 之间分量较大。 而在傅里叶变换中，在200 频率附近和4200 频率附近两个频率 处幅度较大，呈现出明显的周期性，这是由于采样信号频谱的周期延 拓造成的。并且可以看出，傅里叶变换的频谱分量比较集中，而沃尔 什变换的系数则比较分散。 而通过walsh 反变换和FFT 反变换进行信号的恢复，都将 1025 之后值置零再进行walsh 反变换和FFT 反变换。由下图可以看出，重 构的信号中，WHT 变换得到的信号在某些点上幅度上比原始信号要 大，而IFFT 变换的结果则跟原始信号的幅度相差不大。 1 / 6 二、对单频信号的分析和重构 一个频率为 20Hz 的正弦信号，采样频率为 1kHz，采样点数为 1024.作它的walsh 变换和离散傅里叶变换如下图所示。 从中可以看出，WHT 变换的列率成分不单一，而且在 20Hz 处 的系数较大，而FFT 变换在20Hz 出有明显的冲激，在1000Hz 附近 处的冲激也较大，体现出周期性。 而同样地进行信号的恢复，可以看出，WHT 和FFT 对单频信号 的恢复效果较为一致。 2 / 6 附录： 1.对ECG 信号的变换和恢复： clear all; clc; close all; x1 = ecg(512); % Single ecg wave x = repmat(x1,1,8); x = x + 0.1.*randn(1,length(x)); % Noisy ecg signal yfwht = fwht(x); % Fast Walsh-Hadamard transform yfft = fft(x); figure(Color,white); subplot(3,1,1); plot(x); xlabel(Sample index); ylabel(Amplitude); title(ECG Signal); subplot(3,1,2); plot(abs(yfwht)) xlabel(Sequency index); ylabel(Magnitude); 3 / 6 title(WHT Coefficients); subplot(3,1,3); plot(abs(yfft)) xlabel(Frequency); ylabel(Magnitude); title(FFT Amplitude); %信号恢复 yfwht(1025:length(x)) = 0; % Zeroing out the higher coefficients yfft(1025:length(x)) = 0; xHat = ifwht(yfwht); % Signal reconstruction using inverse WHT xFFT = real(ifft(yfft)); figure(Color,white); subplot(311); plot(x); xlabel(Sample inde