WAVELAB中的RWT连续小波变换分析

本文介绍了WAVELAB中RWT(Recursive Wavelet Transform)的调用格式和原理,强调了尺度、频率与小波函数的关系。通过循环卷积计算近似连续小波变换,直接对小波函数的傅立叶变换采样以节省计算量。文中还对比了直接采样和源程序实现的结果,探讨了尺度取值范围的重要性。
摘要由CSDN通过智能技术生成

RWT的调用格式是:

 RWT(x,nvoice,wavelet,oct,scale)

x:待分析信号

nvoice:两个尺度之间的取nvoice个间隔点

wavelet:小波名字

oct:原文中对oct的引用是noctave = floor(log2(n))-oct;看来oct是控制尺度范围的,但是尺度范围也由信号长度控制即: floor(log2(n))

scale:起始尺度值,后面将以2倍增,每两倍之间插入nvoice个间隔点。体现代码:

for jo = 1:noctave,
     for jv = 1:nvoice,
           qscale = scale .* (2^(jv/nvoice));

end
  scale  = scale .*2;
    end

RWT的原理:

RWT采用的是循环卷积的形式来计算连续小波变换,当然只能是近似了。假设信号的长度为n,RWT也对相关小波函数采样n个点,当然采样的步长就和尺度有关系了。

本来采用循环卷积就应当直接求小波函数的采样值,然后求其fft,再和信号的fft相乘,最后求ifft,但是RWT为了节省一步计算量,直接对小波函数的傅立叶变换采样,具体体现是:

xi   = [ (0: (n/2)) (((-n/2)+1):-1) ] .* (2*pi/n);

omega =  n .* xi ./ qscale ;
     if strcmp(wavelet,'Gauss'),
    window = exp(-omega.^2 ./2);

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值