小波包MATLAB实现

小波包是什么

1. 小波与小波包区别(选小波包更佳)
   小波分析和小波包分析适合对非平稳信号分析，相比较小波分析，利用小波包分析可以对信号分析更加精细，小波包分析可以将时频平面划分的更为细致，对信号的高频部分的分辨率要好于小波分析，可以根据信号的特征，自适应的选择最佳小波基函数，比便更好的对信号进行分析，故小波包分析应用更加广泛。
   ①小波分解
   小波变换只对信号的低频部分做进一步分解，而对高频部分也即信号的细节部分不再继续分解，所以小波变换能够很好地表征一大类以低频信息为主要成分的信号，不能很好地分解和表示包含大量细节信息（细小边缘或纹理）的信号，如非平稳机械振动信号、遥感图象、地震信号和生物医学信号等。
   ②小波包分解
   小波包变换既可以对低频部分信号进行分解，也可以对高频部分进行分解，而且这种分解既无冗余，也无疏漏，所以对包含大量中、高频信息的信号能够进行更好的时频局部化分析。

小波包分解与信号重构

• 实例讲解——小波包树与时频图

clear all  
clc
fs=1024;  %采样频率
load s;  %加载要处理的信号
[tt]=wpdec(s,3,'dmey');  %小波包分解，3代表分解3层，'dmey'使用meyr小波
plot(tt)               %画小波包树图
wpviewcf(tt,1);        %画出时间频率图

图像解释：
x轴：采样点的个数
y轴，显示的数字对应于小波包树中的节点，这个顺序是小波包自动排列的。
采样频率是1024Hz，根据采样定理，奈奎斯特采样频率是512Hz；
分解了3层，最后一层就是 2^3=8个频率段，每个频率段的频率区间是 512/8=64Hz；
（引用：http://www.cnblogs.com/welen/articles/5667217.html ）

• 小波包树解读：
  节点的命名规则是从（1，0）开始，叫1号， （1，1）是2号………依此类推，（3，0）是7号，（3，7）是14号。 每个节点都有对应的小波包系数，这个系数决定了频率的大小，也就是说频率信息已经有了，时域信息就是 order，order就是这些节点的顺序，也就是频率的顺序。

• 小波包分解与重构

x_input=x_train(:,1,1);                  %输入数据
plot(x_input);title('输入信号时域图像')   %绘制输入信号时域图像
%%   查看频谱范围
x=x_input;       
fs=128;
N=length(x); %采样点个数
signalFFT=abs(fft(x,N));%真实的幅值
Y=2*signalFFT/N;
f=(0:N/2)*(fs/N);
figure;plot(f,Y(1:N/2+1));
ylabel('amp'); xlabel('frequency');title('输入信号的频谱');grid on

%3层小波包分解
wpt=wpdec(x_input,3,'dmey');        %进行3层小波包分解
plot(wpt);                          %绘制小波包树%%
%看第3层8个节点的频谱分布
最初的重构方法（频率排布顺序混乱）
for i=0:7
rex3(:,i+1)=wprcoef(wpt,[3 i]);  %实现对节点小波节点进行重构        
end
figure;