關(guān)于小波分析的matlab程序(存儲版)
【正文】 st10,st11,st12,st13,st14,st15,st16,st17]subplot(9,2,3)。S13139。plot(s133)。)。ylabel(39。wpt=wpdec(s2,3,39。s232=wprcoef(wpt,[3,2])。s22=norm(s232)。st22=std(s232)。)。ylabel(39。subplot(9,2,10)。S23439。plot(s236)。)。py131=y131.*conj(y131)/1024。py135=y135.*conj(y135)/1024。py231=y231.*conj(y231)/1024。py235=y235.*conj(y235)/1024。ylabel(39。P239。)。title(39。plot(f,py133(1:512))。)。ylabel(39。figuresubplot(4,2,1)。plot(f,py231(1:512))。ylabel(39。subplot(4,2,5)。P23539。plot(f,py237(1:512))。 end end l=length(s)。)。,6)。,c,l,39。end%rec=zeros(1,300)。,1)。 ke=ke+1。 if(N0==0) N0=n。 end。HH=img((xx/2+1):xx,(yy/2+1):yy)。 % %HL HL=img(1:temp_x,(temp_y+1):2*temp_y)。 T_2=belt*delt_2/delt_y。 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% T_img((temp_x+1):2*temp_x,(temp_y+1):2*temp_y)=T_HH。 T_3=belt*delt_2/delt_y。 %LH LH=img((temp_x+1):2*temp_x,1:temp_y)。% belt=*(log(temp_x/(2*levels)))^。 figure(3) plot(n,rec)。 end。 end。sce=0。,c,l,39。d39。%對分解結(jié)構(gòu)【c，l】中各層高頻部分進行重構(gòu)for i=1:6 decmp=wrcoef(39。,c,l,39。title(39。for n=1:N if n*N||n*N s(n)=*sin(2*pi*50/10000*n)。)。plot(f,py235(1:512))。P23339。)subplot(4,2,3)。S230的功率譜39。P13739。subplot(4,2,7)。ylabel(39。)。P13139。ylabel(39。plot(f,py2(1:512))。subplot(1,2,1)。py234=y234.*conj(y234)/1024。py230=y230.*conj(y230)/1024。py134=y134.*conj(y134)/1024。py130=y130.*conj(y130)/1024。ylabel(39。)。plot(s234)。S23239。subplot(9,2,6)。disp(39。st20=std(s230)。s20=norm(s230)。s230=wprcoef(wpt,[3,0])。S13739。subplot(9,2,15)。ylabel(39。)。plot(s131)。正常信號的特征向量39。st11=std(s131)。s11=norm(s131)。s131=wprcoef(wpt,[3,1])。S239。s2(t)=sin(2*pi*200*t*)+sin(2*pi*120*t*)+rand(1,length(t))。)title(39。linewidth39。)。subplot(2,1,2)plot(real(sig2))。 % 位置調(diào)整圓周右移一位sig1=ifft(fft(hr).*fft(sig1))。 % 2插值sig1=sig1(1,[1:N])。分解信號1頻譜39。title(39。)figure(4)。h39。)%% h=wfilters(39。 % 采樣點數(shù)n=1:N。)。plot(sig_denoise)。end。l_fre_denoise=conv(low_construct,l_fre_pull)。plot(h_fre_down)。 %抽取,得低頻細節(jié)h_fre=conv(y_noise,high_depose)。受噪聲污染的信號39。subplot(2,1,1)。 %原始信號賦值f=10。 %確定h0(n)，低通分解濾波器for i_high=1:L_fre。 %原信號與消噪后信號的比較2． 消噪、% 此函數(shù)用于研究Mallet算法及濾波器設(shè)計% 此函數(shù)用于消噪處理%角度賦值%此處賦值使濾波器系數(shù)恰為db9%分解的高頻系數(shù)采用db9較好,即它的消失矩較大%分解的有用信號小波高頻系數(shù)基本趨于零%對于噪聲信號高頻分解系數(shù)很大，便于閾值消噪處理[l,h]=wfilters(39。ylabel(39。 %信號重構(gòu)pare=sig_denoisey。)。subplot(2,1,1)plot(l_fre_down)。 %h0(n)性質(zhì)校驗check2=sum(low_depose)。t=。 %確定h1(n)=(1)^n,高通重建濾波器i
語文相關(guān)推薦
鄂ICP備17016276號-1