信号分析 实验 测试作业二.docVIP

信号分析实验二 硕1004班 曲 娜 3111001145 一、实验目的 1、熟悉信号处理的小波包分解方法； 2、学会用Matlab进行小波包分解并绘制小波包系数图； 3、了解小波能量谱图的画法，学会用小波能量谱图来分析信号； 4、了解经验模式分解（EMD）的方法，学会用Matlab进行EMD。 二、实验要求 对下列信号分别进行小波包分解和EMD分解，并做出小波能量谱图。 其中，。 三、实验方法 采用Matlab编程语言，进行实验的操作。 四、实验结果和分析 1、小波包分解 初始化参数： 原始信号所含频率有：30Hz、60Hz、150Hz、250Hz，为使采样频率远大于原信号的最高频率，取采样频率 fs=2000Hz； 所以采样时间 t=0:1/fs:0.5； 由于原信号频率较为集中，为防止信号混叠效应，小波包分解时采用的小波基函数为db10 ，分解层数为4层，可以达到较高的精度。 程序代码如下： clear clc close all hidden fs=2000; t=0:1/fs:0.5; for i=1:length(t) if t(i)=0.2 xt(i)=8*sin(60*pi*t(i)+pi/12)+4*sin(120*pi*t(i)+pi/2)+sin(300*pi*t(i)+pi/6); else xt(i)=8*sin(60*pi*t(i)+pi/12)+4*sin(120*pi*t(i)+pi/2)+sin(300*pi*t(i)+pi/6)+20*sin(500*pi*t(i)+pi/3)*exp(-20*(t(i)-0.2)); end end figure(1); plot(t,xt); title(原始信号); xlabel(时间t/s); ylabel(幅值A); %小波包分解 figure(2); wpT =wpdec(xt,4,db10); plot(wpT); level=4; for i=0: 2^level-1 rcX =wpcoef(wpT,[level i]); subplot(2^level/4,4,i+1); plot(rcX); title([[4 ,num2str(i),]]); grid on; end %重构 wpX =wprec(wpT); figure(4); subplot(311) plot(t,xt); xlabel(原始信号) subplot(3,1,2); plot(t,wpX); xlabel(重构信号) subplot(313); E=xt-wpX; plot(t,E); xlabel(重构信号误差) axis([0 0.5 -10^-8 10^-8]) % %能量 figure(5) for i=1:level wpT =wpdec(xt,i,db10); Energy=wenergy(wpT); subplot(level,1,i); bar(Energy); axis([0 length(Energy) 0 150]) %写字 for j=1:length(Energy) text(j-0.3, Energy(j)+20,num2str(Energy(j),%2.3f)); end end 图2-1 原始信号波形图 在0.2秒左右，有很短时间的高频衰减信号，但是最后衰减信号可以忽略不计，原信号可以近似为周期信号。 图2-2 对小波包分解树图及节点数据 图2-3 小波包分解第四层数据波形 图2-4 重构信号与原始信号的比较 图2-5 信号的能量谱图 显然，我们可以从小波包能量分布图中发现，信号的能量主要集中在低频段。 2、EMD分解 程序代码如下： function EMD a=20;b=0.2; f=250;phi=pi/3; Fs=2000; t=0:1/Fs:1; n=length(t); for i=1:n if (t(i)b) s(i)=sin(2*pi*f*t(i)+phi)*exp(-a*(t(i)-b)); else s(i)=0; end end x=8*sin(60*pi*t+pi/12)+4*sin(120*pi*t+pi/2)+sin(300*pi*t+pi/6)+20*s; plot_hht(x(1:2001),1/Fs); function plot_hht(x,Ts) imf = emd(x); for k = 1:length(imf) b(k) = sum(imf{k}.*imf{k}); th = angle(hilbert(imf{k})); d{k} = diff(th)/Ts/(2*pi); end [u