MATLAB的小波分析
一、小波分析用于降噪的基本过程
1、分解过程:选定一种小波,对信号进行N层分解;
2、作用阈值过程:对分解得到的各层系数选择一个阈值,并对细节系数进行软阈值处理;
3、重建过程:降处理后的系数通过小波重建恢复原始信号;
二、基本降噪模型函数
一维离散小波分解命令
Dwt [cA cD] = dwt(X,’wname’)使用小波’wname’对型号X进行单层分解,求得的近似系数存放于数组cA中,细节系数存放在数组cD 中;
[cA cD] = dwt(X,’wname’,’mode’,MODE) 利用MODE方式进行扩展
[cA cD] = dwt(X,Lo_D,Hi_D) 利用指定滤波器进行小波分解
Wanedec [C, L] = wavedec(X,N,’wname’) 使用wname的小波进行N层分解,C为层数,L为各层系数
Idwt X= idwt(cA,cD,’wname’) 利用小波wname把近似系数CA和CD重建为上一层近似系数X
X= idwt(cA,cD,’wname’,L) 重建至L层
Waverec X= waverec(C,L,‘wname‘)重建为原始信号
Wrcoef X = wrcoef(‘type’,C,L,’wname’,N) 通过分解系数重构指定的数,type为a 或者d
X= wrcoef(‘type’,C,L,’wname’) 把分解系数重建至最高层
Upcoef Y= upcoef(O,X,’wname’,N)用适当的滤波器作用在X上N次,求得重建系数Y,O为a表示低通滤波器,d表示高通滤波器
Detcofe D= detcoef(C,L,N)从分解系数中提取第N层近似系数
D= detcoef(C,L,N)提取至最后一层
Appcoef A= appcoef(C,L,’wname’,N) 用小波从分解系数中提取第N层系数
Wnoisest stdc = woisest(c,l,s)根据传入的小波分解系数[c,l]对s中标识的小波层数求得其标准差,作为对噪声强度的估计;
Ddencmp [THR,SORH,KEEPAPP,CRIT] = ddencmp(IN1,IN2,X) 根据传入的参数IN1 和IN2所指定的方式,对输入信号X求得其降噪或压缩的各级阈值。IN1 = den
(用于降噪);= cmp (用于压缩)。IN2 = wv(使用小波变换);= wp(使
用小波包变换)。THR = 求得的阈值;SORH = ‘s’软阈值;‘h’硬阈值。KEEPAPP