雷达原理---时频分析--4.小波分解在信号分析中的应用实例

小波分解在信号分析中的应用实例

1. 含噪的三角波与正弦波的组合

其表达式为
$$s(t)=\{\begin{array}{ll}\frac{t-1}{500}+sin(0.3t)+b(t)& 1\le t\le 500\\ & \\ \frac{1000-t}{500}+sin(0.3t)+b(t)& 501\le t\le 1000\end{array}$$
应用db5小波对信号进行7层分解。

db5小波：

clear all;
close all;
clc;
%******************* 利用小波分解来分析信号 *********************%
% 说明：应用db5小波对含噪的三角波和正弦波的组合信号进行7层分解

% 生成正弦信号
N = 1000;
t = 1:N;
sig1 = sin(0.3*t);
% 生成三角波信号
sig2(1:500) = ((1:500)-1)/500;
sig2(501:N) = (1000-(501:N))/500;
figure(1);
subplot(2,1,1); plot(t,sig1,'LineWidth',1); xlabel('样本序号 n'); ylabel('幅值 A');
subplot(2,1,2); plot(t,sig2,'LineWidth',1); xlabel('样本序号 n'); ylabel('幅值 A');
% 叠加信号
x = sig1+sig2+randn(1,N);
figure(2);
plot(t,x,'LineWidth',1); xlabel('样本序号 n'); ylabel('幅值 A'); title('含噪的三角波与正弦波混合信号波形');

% 一维小波分解
[c,l] = wavedec(x,7,'db5');

% 重构第1-7层逼近系数
a7 = wrcoef('a',c,l,'db5',7);
a6 = wrcoef('a',c,l,'db5',6);
a5 = wrcoef('a',c,l,'db5',5);
a4 = wrcoef('a',c,l,'db5',4);
a3 = wrcoef('a',c,l,'db5',3);
a2 = wrcoef('a',c,l,'db5',2);
a1 = wrcoef('a',c,l,'db5',1);

% 显示逼近系数
figure(3);
subplot(7,1,1); plot(a7); ylabel('a7'); title('小波分解后各层逼近信号');
subplot(7,1,2); plot(a6); ylabel('a6');
subplot(7,1,3); plot(a5); ylabel('a5');
subplot(7,1,4); plot(a4); ylabel('a4');
subplot(7,1,5); plot(a3); ylabel('a3');
subplot(7,1,6); plot(a2); ylabel('a2');
subplot(7,1,7); plot(a1); ylabel('a1'); xlabel('样本序号 n');

% 重构第1-7层细节系数
d7 = wrcoef('d',c,l,'db5',7);
d6 = wrcoef('d',c,l,'db5',6);
d5 = wrcoef('d',c,l,'db5',5);
d4 = wrcoef('d',c,l,'db5',4);
d3 = wrcoef('d',c,l,'db5',3);
d2 = wrcoef('d',c,l,'db5',2);
d1 = wrcoef('d',c,l,'db5',1);

% 显示细节系数
figure(4);
subplot(7,1,1); plot(d7); ylabel('d7'); title('小波分解后各层细节信号');
subplot(7,1,2); plot(d6); ylabel('d6');
subplot(7,1,3); plot(d5); ylabel('d5');
subplot(7,1,4); plot(d4); ylabel('d4');
subplot(7,1,5); plot(d3); ylabel('d3');
subplot(7,1,6); plot(d2); ylabel('d2');
subplot(7,1,7); plot(d1); ylabel('d1'); xlabel('样本序号 n');

2. 含噪的多项式信号

其表达式为
$$s(t)=t^2-t+1+b(t)$$
分别应用db2和db3小波对信号进行4层分解。

db2小波：

db3小波：

clear all;
close all;
clc;
%******************* 利用小波分解来分析信号 *********************%
% 说明：应用db2/db3小波对含噪的多项式信号进行4层分解

% 生成含噪多项式信号
N = 800;
t = 1:N;
sig = t.^2-t+1;
x = sig+randn(1,N);
figure(1);
plot(t,x,'LineWidth',1); xlabel('样本序号 n'); ylabel('幅值 A'); title('含噪的多项式信号波形');

% 一维小波分解
[c,l] = wavedec(x,4,'db2');


% 重构第1-4层逼近系数
a4 = wrcoef('a',c,l,'db2',4);
a3 = wrcoef('a',c,l,'db2',3);
a2 = wrcoef('a',c,l,'db2',2);
a1 = wrcoef('a',c,l,'db2',1);

% 显示逼近系数
figure(2);
subplot(4,1,1); plot(a4); ylabel('a4'); title('小波分解后各层逼近信号(db2)');
subplot(4,1,2); plot(a3); ylabel('a3');
subplot(4,1,3); plot(a2); ylabel('a2');
subplot(4,1,4); plot(a1); ylabel('a1'); xlabel('样本序号 n');

% 重构第1-4层细节系数
d4 = wrcoef('d',c,l,'db2',4);
d3 = wrcoef('d',c,l,'db2',3);
d2 = wrcoef('d',c,l,'db2',2);
d1 = wrcoef('d',c,l,'db2',1);

% 显示细节系数
figure(3);
subplot(4,1,1); plot(d4); ylabel('d4'); axis([0 N -100 100]); title('小波分解后各层细节信号(db2)');
subplot(4,1,2); plot(d3); ylabel('d3'); axis([0 N -30 30]);
subplot(4,1,3); plot(d2); ylabel('d2'); axis([0 N -5 5]);
subplot(4,1,4); plot(d1); ylabel('d1'); axis([0 N -1 1]);   xlabel('样本序号 n');

  利用db2小波分解后的逼近信号和细节信号如下图。可以看出：这种情况下随着分解层级的增加，其正则性增加，从而抑制了该多项式信号的零阶和一阶部分，而仅对信号的二阶部分以及噪声进行了分解，因此在各层细节信号图中，除了细节信号d1中包含了该含噪信号的不规则性，其余各层信号中的规则性随着层级的增加而增大。

  利用db3小波分解后的逼近信号和细节信号如下图。可以看出：由于db3小波的正则性较差，所以它抑制了该信号的多项式部分，而析出了它的噪声部分，因此利用该小波分析可以较好地对该类信号进行抑制。