關(guān)于小波分析的matlab程序-預(yù)覽頁
【正文】 for j=1:2for i=60:70。pare=sig_denoisey。y39。ylabel(39。plot(pare)。 %原信號與消噪后信號的比較小波譜分析mallat算法經(jīng)典程序clc。 % 頻率2fs=2*(f1+f2)。y=sin(2*pi*f1*n*Ts)+sin(2*pi*f2*n*Ts)。)figure(2)stem(abs(fft(y)))。db3039。 % 低通g=wfilters(39。)。stem(abs(fft(h)))。stem(abs(fft(g)))。 % 低通(低頻分量)sig2=ifft(fft(y).*fft(g))。分解信號139。)figure(6)。)subplot(2,1,2)stem(abs(fft(sig2)))。 % 2抽取sig2=dyaddown(sig2)。 % 去掉最后一個零sig2=sig2(1,[1:N])。,1)39。 % 低頻sig2=ifft(fft(gr).*fft(sig2))。title(39。title(39。subplot(2,1,1)stem(abs(fft(sig1)))。subplot(2,1,2)stem(abs(fft(sig2)))。figure(9)plot(real(sig),39。,2)。重構(gòu)信號39。重構(gòu)信號與原始信號比較39。for t=1:500。endsubplot(9,2,1)plot(s1)title(39。)subplot(9,2,2)plot(s2)title(39。)wpt=wpdec(s1,3,39。)。s132=wprcoef(wpt,[3,2])。s136=wprcoef(wpt,[3,6])。s12=norm(s132)。s16=norm(s136)。st12=std(s132)。st16=std(s136)。)。S13039。ylabel(39。plot(s132)。subplot(9,2,9)。)。S13439。ylabel(39。plot(s136)。subplot(9,2,17)。)。shannon39。s231=wprcoef(wpt,[3,1])。s235=wprcoef(wpt,[3,5])。s21=norm(s231)。s25=norm(s235)。st21=std(s231)。st25=std(s235)。故障信號的特征向量39。ylabel(39。plot(s231)。subplot(9,2,8)。)。S23339。ylabel(39。plot(s235)。subplot(9,2,16)。)。S23739。y2=fft(s2,1024)。y131=fft(s131,1024)。y133=fft(s133,1024)。y135=fft(s135,1024)。y137=fft(s137,1024)。y231=fft(s231,1024)。y233=fft(s233,1024)。y235=fft(s235,1024)。y237=fft(s237,1024)。plot(f,py1(1:512))。title(39。ylabel(39。故障信號的功率譜39。P13039。)subplot(4,2,2)。)。plot(f,py132(1:512))。subplot(4,2,4)。)。P13439。ylabel(39。plot(f,py136(1:512))。subplot(4,2,8)。)。P23039。)subplot(4,2,2)。)。plot(f,py232(1:512))。subplot(4,2,4)。)。P23439。ylabel(39。plot(f,py236(1:512))。subplot(4,2,8)。)。 else s(n)=*sin(2*pi*50/10000*n)。)。用db5小波分解六層：s=a6+d6+d5+d4+d3+d2+d139。)。db539。Ylabel(39。d39。 subplot(8,1,i+2)。,num2str(7i)])。u=0。db539。si=0。for n=20:N30 rect(ke)=s(n)。 end。if(d1(n)) % the condition of abnormal append. N1=n。 if(N1N0+30) Nlen=N1N0。if(si==1) for k=N0:N0+99 %testing of 1/4 period signals to sce=sce+s(k)*s(k)/10000。 end。 基于小波變換的圖象去噪 Normalshrink算法function [T_img,Sub_T]=threshold_2_N(img,levels)% reference :image denoising using wavelet thresholding[xx,yy]=size(img)。%T_img=img。 belt=*(log(temp_x/(2*levels)))^。 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% T_HL=sign(HL).*max(0,abs(HL)T_1)。 delt_y=std(LH(:))。 Sub_T(3*(i1)+2)=T_2。 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% T_HH=sign(HH).*max(0,abs(HH)T
語文相關(guān)推薦
鄂ICP備17016276號-1