Matlab小波工具箱常用函数

FDA_sq

已于 2022-05-19 16:47:23 修改

阅读量7.3k

点赞数 11

文章标签： matlab 开发语言

于 2021-10-29 16:25:32 首次发布

原文链接：https://blog.csdn.net/gs_csdn/article/details/46685901

版权

1.Cwt :一维连续小波变换

格式：coefs=cwt(s,scales,'wavename')

coefs=cwt(s,scales,'wavename','plot')

scales:尺度向量，可以为离散值，表示为[a1,a2,a3……]，也可为连续值，表示为[amin:step:amax]

2.dwt:单尺度一维离散小波变换

格式：[ca,cd]=dwt(x,'wavename') %使用小波'wname'对信号X进行单层分解，求得的近似系数存放在数组cA中，细节系数存放在数组cD中

[ca,cd]=dwt(x,lo-d,hi-d)

先利用小波滤波器指令wfilters求取分解用低通滤波器lo-d和高通滤波器hi-d。

[lo-d,hi-d]=wfilters('haar','d');

[ca,cd]=dwt(s,lo-d,hi-d)

DWT2是二维单尺度小波变换，其可以通过指定小波或者分解滤波器进行二维单尺度小波分解
DWT2的一种语法格式是[cA,cH,cV,cD]=dwt2(X,'wname')

wavedec2是二维多尺度小波分解, 语法格式是[C,S]=wavedec2(X,N,'wname')，其中N为大于1的正整数

也就是说DWT2只能对某个输入矩阵X进行一层分解，而WAVEDEC2可以对输入矩阵X进行N层分解

3.idwt:单尺度一维离散小波逆变换

4.wfilters

格式：[lo-d,hi-d,lo-r,hi-r]=wfilters('wname')

[f1,f2]=wfilters('wname','type')

type=d(分解滤波器)、R(重构滤波器)、l(低通滤波器)、h(高通滤波器)

5.dwtmode 离散小波变换模式

格式：dwtmode

dwtmode('mode')

mode:zdp补零模式，sym对称延拓模式，spd平滑模式

6.wavedec多尺度一维小波分解

格式：[c,l]=wavedec(x,n,'wname') %利用小波'wname'对信号X进行多层分解,n:尺度。

[c,l]=wavedec(x,n,lo-d,hi-d)

[C,L]=wavedec(X,1,’wname’)中返回的近似和细节都存放在C中，即C=[cA,cD]，L存放是近似和各阶细节系数对应的长度

7.appcoef 提取一维小波变换低频系数

格式：A=appcoef(c,l,'wavename',N)； % 利用小波'wname'从分解系数[c,l]中提取第N层近似系数

A=appcoef(c,l,lo-d,hi-d,N) N是尺度，可省略

例：

load leleccum;
s=leleccum(1:2000)
subplot(421)
plot(s);
title('原始信号')
[c,l]=wavedec(s,3,'db1');
ca1=appcoef(c,l,'db1',1);
subplot(445)
plot(ca1);
ylabel('ca1');
ca2=appcoef(c,l,'db1',2);
subplot(4,8,17)
plot(ca2);
ylabel('ca2');

8.detcoef 提取一维小波变换高频系数

格式：d=detcoef(c,l,N),N尺度的高频系数

d=detcoef(c,l,) 最后一尺度的高频系数

例：

load leleccum;
s=leleccum(1:2000)
subplot(421)
plot(s);
title('原始信号')
[c,l]=wavedec(s,3,'db1');
cd1=detcoef(c,l,1);
subplot(445)
plot(cd1);
ylabel('cd1');
cd2=detcoef(c,l,2);
subplot(4,8,17)
plot(cd2);
ylabel('cd2');

9.waverec 多尺度一维小波重构

格式：x=waverec(c,l,'wavename')

x=waverec(c,l,lo-r,hi-r)

x=waverec(waverec(c,l,'wavename'),'wavename')

10.upwlev 单尺度一维小波的重构

格式：[nc,na,ca]=upwlev(c,l,'wname')

[nc,na,ca]=upwlev(c,l,lo-r,hi-r)

返回上一尺度的分解结构并提取最后一尺度的低频分量，等价于[c,l]=wavedec(x,N-1，'wavename')

11.wrcoef 对一维小波系数进行单支重构

格式：x=wrcoef('type',c,l,'wavename',N)

x=wrcoef('type',c,l,'wavename')

x=wrcoef('type',c,l,lo-r,hi-r,N)

x=wrcoef('type',c,l,lo-r,hi-r)

12.upcoef一维系数的直接小波重构

格式：y=wrcoef('o',x,'wavename',N,L)

y=wrcoef('o',x,'wavename',N)

y=wrcoef('o',x,lo-r,hi-r,N,L)

用来计算向量X(信号系数)向上N步的重构小波系数，N为正整数。O=a低频重构，d高频重构，L是对向量中间长度L进行重构。

13.wpdec 一维小波包分解

格式：T=wpdec(X,N,'wavename',E,P)

14.wprec 一维小波包重构

格式：X=wpdec(T)

15.wpcoef 计算小波系数

格式：X=wpdec(t,n)

X=wpdec(t)

16.wprcoef 小波包分解系数的重构

一维或二维小波包分析函数，每次只能对一个节点重构。多个节点可重复调用来实现

格式：X=wprdec(t,n)

X=wprdec(t)

17.wpfun 小波包函数

格式：[wpms,x]=wpfun('wname',num,prec)

18.wpsplt 分解小波包

格式：t=wpsplt(t,n)

[t,ca,cd]=wpsplt(t,n)

[t,ca,ch,cv,cd,]=wpsplt(t,n)

19.wpjoin 重新组合小波包

格式：t=wpjoin(t,n)

[t,x]=wpjoin(t,n)
[t,x]=wpjoin(t)

20.wpcutree 剪切小波包分解树

格式：t=wpcutree(t,L) L层对t树剪切

21.besttree 计算最佳树

格式：T=besttree(t) 计算最优树T，

[T,E]=besttree(t) 计算最优树T，最优熵值E，指数为j-1的节点的最优熵为E(j)。

[T,E,N]=besttree(t) 计算最优树T，最优熵值E，以及包含合并节点指标的向量N。

22.bestlevt 计算完整最佳小波包树

格式：t=bestlevt(t)

[T,E]=bestlevt(t)

23.wp2wtree 从小波包树中提取小波树

格式：t=wp2wtree(t)

一览表

Allnodes 计算树结点
　 appcoef 提取一维小波变换低频系数
　 appcoef2 提取二维小波分解低频系数
　 bestlevt 计算完整最佳小波包树
　 besttree 计算最佳(优)树
*　 biorfilt 双正交样条小波滤波器组
　 biorwavf 双正交样条小波滤波器
*　 centfrq 求小波中心频率
　 cgauwavf Complex Gaussian小波
　 cmorwavf coiflets小波滤波器
　 cwt 一维连续小波变换
　 dbaux Daubechies小波滤波器计算
　 dbwavf Daubechies小波滤波器 dbwavf(W) W='dbN' N=1,2,3,...,50
　 ddencmp 获取默认值阈值(软或硬)熵标准
　 depo2ind 将深度-位置结点形式转化成索引结点形式
　 detcoef 提取一维小波变换高频系数
　 detcoef2 提取二维小波分解高频系数
　 disp 显示文本或矩阵
　 drawtree 画小波包分解树(GUI)
　 dtree 构造DTREE类
　 dwt 单尺度一维离散小波变换
　 dwt2 单尺度二维离散小波变换
　 dwtmode 离散小波变换拓展模式
*　 dyaddown 二元取样
*　 dyadup 二元插值
　 entrupd 更新小波包的熵值
　 fbspwavf B样条小波
　 gauswavf Gaussian小波
　 get 获取对象属性值
　 idwt 单尺度一维离散小波逆变换
　 idwt2 单尺度二维离散小波逆变换
　 ind2depo 将索引结点形式转化成深度—位置结点形式
*　 intwave 积分小波数
　 isnode 判断结点是否存在
　 istnode 判断结点是否是终结点并返回排列值
　 iswt 一维逆SWT(Stationary Wavelet Transform)变换
　 iswt2 二维逆SWT变换
　 leaves 　 Determine terminal nodes
　 mexihat 墨西哥帽小波
　 meyer Meyer小波
　 meyeraux Meyer小波辅助函数
　 morlet Morlet小波
　 nodease 计算上溯结点
　 nodedesc 计算下溯结点(子结点)
　 nodejoin 重组结点
　 nodepar 寻找父结点
　 nodesplt 分割(分解)结点
　 noleaves 　 Determine nonterminal nodes
　 ntnode 　 Number of terminal nodes
　 ntree 　 Constructor for the class NTREE
*　 orthfilt 正交小波滤波器组
　 plot 绘制向量或矩阵的图形
*　 qmf 镜像二次滤波器
　 rbiowavf 　 Reverse biorthogonal spline wavelet filters
　 read 读取二进制数据
　 readtree 读取小波包分解树
*　 scal2frq 　 Scale to frequency
　 set 　
　 shanwavf 　 Shannon wavelets
　 swt 一维SWT(Stationary Wavelet Transform)变换
　 swt2 二维SWT变换
　 symaux 　 Symlet wavelet filter computation.
　 symwavf Symlets小波滤波器
　 thselect 信号消噪的阈值选择
　 thodes 　 References
　 treedpth 求树的深度
　 treeord 求树结构的叉数
　 upcoef 一维小波分解系数的直接重构
　 upcoef2 二维小波分解系数的直接重构
　 upwlev 单尺度一维小波分解的重构
　 upwlev2 单尺度二维小波分解的重构
　 wavedec 单尺度一维小波分解
　 wavedec2 多尺度二维小波分解
　 wavedemo 小波工具箱函数demo
*　 wavefun 小波函数和尺度函数
*　 wavefun2 二维小波函数和尺度函数
　 wavemenu 小波工具箱函数menu图形界面调用函数
*　 wavemngr 小波管理函数
　 waverec 多尺度一维小波重构
　 waverec2 多尺度二维小波重构
　 wbmpen 　 Penalized threshold for wavelet 1-D or 2-D de-noising
　 wcodemat 对矩阵进行量化编码
　 wdcbm 　 Thresholds for wavelet 1-D using Birge-Massart strategy
　 wdcbm2 　Thresholds for wavelet 2-D using Birge-Massart strategy
　 wden 用小波进行一维信号的消噪或压缩
　 wdencmp 　De-noising or compression using wavelets
　 wentropy 计算小波包的熵
　 wextend 　Extend a vector or a matrix
*　 wfilters 小波滤波器
　 wkeep 提取向量或矩阵中的一部分
*　 wmaxlev 计算小波分解的最大尺度
　 wnoise 产生含噪声的测试函数数据
　 wnoisest 估计一维小波的系数的标准偏差
　 wp2wtree 从小波包树中提取小波树　
　 wpcoef 计算小波包系数
　 wpcutree 剪切小波包分解树
　 wpdec 一维小波包的分解
　 wpdec2 二维小波包的分解
　 wpdencmp 用小波包进行信号的消噪或压缩
　 wpfun 小波包函数
wpjoin 　重组小波包
　 wprcoef 小波包分解系数的重构
　 wprec 一维小波包分解的重构
　 wprec2 二维小波包分解的重构
　 wpsplt 分割（分解）小波包
　 wpthcoef 进行小波包分解系数的阈值处理
　 wptree 　显示小波包树结构
　 wpviewcf 　 Plot the colored wavelet packet coefficients.
　 wrcoef 对一维小波系数进行单支重构
　 wrcoef2 对二维小波系数进行单支重构
　 wrev 向量逆序
　 write 向缓冲区内存写进数据
　 wtbo 　 Constructor for the class WTBO
　 wthcoef 一维信号的小波系数阈值处理
　 wthcoef2 二维信号的小波系数阈值处理
　 wthresh 进行软阈值或硬阈值处理
　 wthrmngr 阈值设置管理
　 wtreemgr 管理树结构