matlab工具求小波分析能量,小波分析 MATLAB工具箱简介

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