小波的分解与重构.PDFVIP

小波第二次作业 龚子珊 1015202070 小波的分解与重构 学院：精仪学院 专业：生物医学工程 姓名：龚子珊 学号：1015202070 1 小波第二次作业 龚子珊 1015202070 小波的分解与重构 1988 年，S. Mallat 在构造正交小波基时提出了多分辨分析的概念，从空间 的概念上形象地说明了小波的多分辨率特性，将之前的所有正交小波基的构造法 统一起来，给出了正交小波的构造方法以及正交小波变换的快速算法，即Mallat 算法。Mallet 算法在小波的分析中的地位类似快速傅立叶变换算法在经典傅立叶 分析中的地位。在分解过程中先滤波后抽取，重构过程中先插值后滤波，可以操 作正交小波变换和双正交小波变换。本文利用 Matlab 平台，对构造的信号进行 高低通滤波，之后再进行高低频重构，实现matlab 中Mallet 小波的基本操作。 1. 原始信号 构造一个正弦和余弦混合波信号： f1= 60; % 频率1 f2= 110; % 频率2 fs= f1+f2; % 采样间隔 Ts= 1/fs; % 采样点数 N= 150; n= 1:N; y= cos(2*pi*f1*n*Ts)+ sin(pi*f2*n*Ts); % 正余弦波混合信号 figure(1) subplot(2,1,1) plot(y); title(原始信号); 原始信号 2 1 0 -1 -2 0 50 100 150 Fig.1 2 小波第二次作业 龚子珊 1015202070 2. 小波的分解 用Mallet 对小波进行分解，Fig.2 和Fig.3 分别是分解的低频分量和高频分量。 h= wfilters(db30, l); % 低通 g= wfilters(db30, h); % 高通 h= [h,zeros(1,N-length(h))]; %补零 g= [g,zeros(1,N-length(g))]; %补零 sig1= ifft(fft(y).*fft(h)); %低通 sig2= ifft(fft(y).*fft(g)); %高通 figure(2) subplot(2,2,1) plot(real(sig1)); title(低频分量)； figure(3) subplot(2,2,2) plot(real(sig2)); title(高频分量)； 低频分量 0.4 0.3 0.2 0.1 0 -0.1 -0.2 -0.3 0 50