帮助中心帮助中心
小波分析分为连续小波分析和多分辨小波分析两种。最适合您工作的小波分析类型取决于您想对数据做什么处理。本主题主要讨论一维数据,但您可以将相同的原则应用于二维数据。要了解如何执行和解释每种类型的分析,请参见连续小波分析实用导论而且多分辨率分析实用导论.
如果您的目标是执行详细的时频分析,请选择连续小波变换(CWT)。在实现方面,CWT比离散小波变换(DWT)对尺度进行了更精细的离散。有关其他信息,请参见连续和离散小波变换.
对于瞬时频率快速增长的信号,CWT优于短时傅里叶变换(STFT)。下图中,双曲啁啾的瞬时频率在谱图和cct衍生的尺度图中以虚线表示。有关其他信息,请参见时频分析与连续小波变换.
CWT在非平稳信号的瞬态定位中表现良好。在下面的图中,观察小波系数与信号中发生的突变的吻合程度。有关其他信息,请参见连续小波分析实用导论.
要获得数据的连续小波变换,请使用类而且cwtfilterbank.这两个函数都支持下表所列的解析小波。默认情况下,类而且cwtfilterbank使用广义莫尔斯小波族。这个族由两个参数定义。您可以改变参数来重新创建许多常用的小波。时域图中,红线和蓝线分别为小波的实部和虚部。等高线图显示了小波在时间和频率上的传播。有关其他信息,请参见莫尔斯小波而且广义莫尔斯和解析莫莱小波.
类
cwtfilterbank
“莫尔斯”
“埃莫”
“撞”
表中所有的小波都是解析的。解析小波是具有单边谱的时域复值小波。这些小波是使用CWT获得时频分析的一个很好的选择。由于小波系数是复值的,所以CWT提供了相位信息。类而且cwtfilterbank支持分析和反分析小波。有关其他信息,请参见CWT-Based时频分析.
在多分辨率分析(MRA)中,你在逐步粗糙的尺度上近似一个信号,同时记录在连续尺度上近似之间的差异。您可以通过对信号进行离散小波变换(DWT)来创建近似和差异。DWT为许多自然信号提供了稀疏表示。通过将信号与缩放函数的缩放和翻译副本进行比较,形成近似。连续尺度之间的差异(也称为细节)是使用小波的缩放和翻译副本来捕获的。在一个日志2尺度,连续尺度之间的差总是1。在CWT的情况下,连续尺度之间的差异更细微。
日志2
在生成MRA时,您可以在每次增加或不增加比例尺时对近似进行2倍的次抽样(decimate)。每种选择都有优缺点。如果你进行次采样,你会得到和原始信号相同数量的小波系数。在decimated DWT中,平移是比例的整数倍。对于非decimated DWT,平移是整数移位。非decimated DWT提供原始数据的冗余表示,但不像CWT那样冗余。您的应用程序不仅会影响您对小波的选择,而且还会影响您使用哪个版本的DWT。
如果在分析阶段保持能量很重要,那么必须使用正交小波。正交变换保留能量。考虑使用具有紧凑支持的正交小波。记住,除了Haar小波,具有紧支撑的正交小波是不对称的。相关滤波器具有非线性相位。该表列出了支持的正交小波。看到wavemngr(“读”)对于所有小波家族名称。要更多地了解一个特定族,包括该族中可用的小波,请使用waveinfo和家族的简称。例如,waveinfo (db).
wavemngr(“读”)
waveinfo
waveinfo (db)
“提单”
类似于小波的紧支持小波;通过减少额外的时间秒矩,时间上消除了符号的不对称性;扩展过滤器N消失的时刻
“提单N"
blscalf
“beyl”
“头巾”
“头巾N"
coifwavf
“数据库”
“dbN"
dbaux
dbwavf
“颗”
“颗N"
fejerkorovkin
“哈雾”
“db1”
“汉”
“汉老.LP"
hanscalf
“m”
isorthwfb
“mbN.l"
mbscalf
“符号”
“信谊N"
symaux
symwavf
“乌”
根据处理边界扭曲的方式,DWT可能无法在分析阶段保存能量。有关更多信息,请参见边界效应.最大重叠离散小波变换modwt和最大重叠离散小波包变换modwpt节约能源。小波包分解方法进行不节约能源。
modwt
modwpt
方法进行
如果你想找到紧密间隔的特征,选择支持度较小的小波,例如哈雾,db2,或sym2.小波的支持度要小到足以分离出感兴趣的特征。支持度较大的小波往往难以检测紧密间隔的特征。使用支持度大的小波可能会导致无法区分单个特征的系数。在下面的图中,上面的图显示了一个带有峰值的信号。下面的图显示了最大重叠DWT的第一级MRA细节哈雾(粗蓝线)和db6(粗红线)小波。
哈雾
db2
sym2
db6
如果您的数据有稀疏间隔的瞬态,您可以使用支持更大的小波。
如果您的目标是进行方差分析,则最大重叠离散小波变换(MODWT)适合于此任务。MODWT是标准DWT的变体。
MODWT在分析阶段节省了能量。
MODWT划分了不同尺度的差异。有关示例,请参见金融数据的小波分析而且小波Changepoint检测.
MODWT需要一个正交小波,如Daubechies小波或Symlet。
MODWT是一个移不变变换。移动输入数据会使小波系数移动相同的量。decimated DWT不是移位不变的。改变输入改变系数,可以跨尺度重新分配能量。
看到modwt,modwtmra,modwtvar为更多的信息。另请参阅比较MODWT和MODWTMRA.
modwtmra
modwtvar
取decimated DWT,wavedec,使用标准正交小波族的信号提供了信号的最小冗余表示。小波在尺度内和尺度间没有重叠。系数的数量等于信号样本的数量。当您想要删除未被感知的特征时,最小冗余表示是压缩的好选择。
wavedec
信号的CWT提供了信号的高度冗余表示。小波在尺度内和尺度间有显著的重叠。此外,考虑到尺度的精细离散化,计算小波变换和存储小波系数的成本明显大于小波变换。的MODWTmodwt也是一个冗余变换,但冗余因子通常明显小于CWT。冗余倾向于加强您想要检查的信号特征和特征,如频率中断或其他瞬态事件。
如果你的工作需要用最小的冗余来表示一个信号,使用wavedec.如果您的工作需要冗余表示,请使用modwt或modwpt.
正交小波,如Symlet小波或Daubechies小波,是信号去噪的好选择。双正交小波也可以很好地用于图像处理。双正交小波滤波器具有线性相位,这对图像处理非常关键。使用双正交小波不会在图像中引入视觉失真。
正交变换不会产生白噪声。如果将白噪声作为正交变换的输入,则输出为白噪声。使用双正交小波颜色白噪声进行小波变换。
正交变换保留能量。
的sym4中的默认小波wdenoise而且小波信号降噪应用程序。bior4.4双正交小波是默认的小波wdenoise2.
sym4
wdenoise
bior4.4
wdenoise2
如果您的工作涉及到信号或图像压缩,可以考虑使用双正交小波。该表列出了支持紧支持的双正交小波。
“bior”
“biorNr.Nd"
waveinfo(“bior”)
“rbio”
“rbioNd.Nr"
waveinfo(“rbio”)
有两个缩放函数-小波对,一对用于分析,另一对用于合成,这对压缩很有用。
双正交小波滤波器是对称的,具有线性相位。(见最小不对称小波和相位.)
用于分析的小波可以有许多消失矩。小波与N消失矩与次多项式正交N1。使用具有许多消失矩的小波会导致较小的有效小波系数。压缩是改善。
用于合成的双小波具有较好的规律性。重构后的信号更加平滑。
使用消失矩比合成滤波器少的分析滤波器会对压缩产生不利影响。示例请参见双正交小波图像重建.
当使用双正交小波时,能量在分析阶段是不守恒的。看到正交和双正交滤波器组额外的信息。
小波具有控制其行为的特性。根据您想要做的事情,有些属性可能更重要。
如果一个小波是正交的,小波变换保留能量。除了Haar小波,没有一个紧支撑正交小波是对称的。相关滤波器具有非线性相位。
小波与N消失矩与次多项式正交N−1。示例请参见小波和消失矩.消失矩数与小波振荡有松散的关系。随着消失矩数的增加,小波振荡越大。
消失矩的数量也影响小波的支持度。Daubechies证明了一个小波N消失矩的支撑长度必须至少为2N1。
许多小波的名称是由消失矩的数目而来的。例如,db6是带6消失矩的Daubechies小波,和sym3是有三个消失时刻的Symlet。coiflet小波,coif3就是那个有六次消失的发髻。Fejer-Korovkin小波,fk8是具有长度为8的过滤器的Fejér-Korovkin小波。双正交小波名称由分析小波和综合小波各自的消失矩数推导而来。例如,bior3.5是合成小波中有三个消失矩,分析小波中有五个消失矩的双正交小波。要了解更多,请参见waveinfo而且wavemngr.
sym3
coif3
fk8
bior3.5
wavemngr
如果消失力矩的个数N等于1 2还是3dbN而且信谊N都是相同的。
dbN
信谊N
正则性与函数有多少连续导数有关。直观地说,规律性可以被认为是平滑度的衡量标准。为了检测数据中的突变,小波必须足够规则。对于一个小波N连续导数,小波至少要有N+ 1消失的时刻。看到检测不连续和击穿点了一个例子。如果您的数据相对平滑,很少有瞬态,那么更规则的小波可能更适合您的工作。
[1] Daubechies,英格丽德。关于小波的十讲.工业与应用数学学会,1992。
[2]莫里斯,乔尔·M和拉文德拉·佩拉瓦利。“最小带宽离散小波”。信号处理76年,没有。2(1999年7月):181-93。https://doi.org/10.1016/s0165 - 1684(99) 00007 - 9。
[3] doroslovakovsky, M.L. <关于最小不对称小波>。IEEE信号处理汇刊46岁的没有。4(1998年4月):1125-30。https://doi.org/10.1109/78.668562。
[4]汉,本。“小波滤波器”。在框架和小波:算法、分析和应用, 92 - 98。应用与数值谐波分析。Cham,瑞士:Birkhäuser, 2017。https://doi.org/10.1007/978 - 3 - 319 - 68530 - 4 - _2。
dwtfilterbank
wavedec2
你点击了一个对应于这个MATLAB命令的链接:
在MATLAB命令窗口中输入命令来运行该命令。Web浏览器不支持MATLAB命令。
选择一个网站,在可用的地方获得翻译的内容,并查看当地的活动和优惠。根据您的地理位置,我们建议您选择:.
您也可以从以下列表中选择网站:
选择中国网站(中文或英文)以获得最佳的网站表现。其他MathWorks国家网站没有针对从您的位置访问进行优化。
联系当地办事处