modwtxcorr
基于最大重叠离散小波变换(MODWT)的小波相互关序列估计
语法
描述
例子
互相关序列
获得南方涛动指数和特鲁克群岛压力数据的MODWT。采样周期为1天。
负载soi负载特鲁克岛Wsoi = modwt(soi);Wtruk = modwt(truk);
计算小波相互关序列。检查对应于32-64天尺度的5级互相关序列。确定对应于滞后为零的指数，并绘制出240个滞后。
Xcseq = modwtxcorr(wsoi,wtruk);0 = floor(numel(xcseq{5})/2)+1;情节(xcseq {5} (zerolag: zerolag + 240),“线宽”甘氨胆酸,2)集(,“xlim”240年[1]);标题({“5级交叉相关序列”；“规模:32-64天”});持有从
Fejér-Korovkin小波交叉相关序列
使用8系数的Fejér-Korovkin小波滤波器获得南方涛动指数和Truk群岛压力数据的MODWT。数据的采样周期为1天。
负载soi负载特鲁克岛Wsoi = modwt(soi，“fk8”）;Wtruk = modwt(truk，“fk8”）;
计算小波相互关序列。检查对应于32-64天尺度的5级互相关序列。确定对应于滞后为零的指数，并绘制出240个滞后。
Xcseq = modwtxcorr(wsoi,wtruk，“fk8”）;0 = floor(numel(xcseq{5})/2)+1;情节(xcseq {5} (zerolag: zerolag + 240),“线宽”甘氨胆酸,2)集(,“xlim”240年[1]);标题({“5级交叉相关序列”；“规模:32-64天”});持有从
量表相互关联置信区间
绘制带有附加噪声的两个5赫兹正弦波信号的小波相互相关图，其95%置信区间为4级。
Dt = 0.01;T = 0:dt:6;X = cos(2* *5*t)+1.5*randn(size(t));Y = cos(2* *5*t)+2*randn(size(t));Wx = modwt(x，“fk14”5);Wy = modwt(y，“fk14”5);modwtcorr(天气,王寅,“fk14”) j = 4;[xcseq,xcseqci] = modwtxcorr(wx,wy，“fk14”）;Zerolag = floor(numel(xcseq{j})/2)+1;Lagidx =零拉格-30:零拉格+30;情节(xcseq {j} (lagidx));持有在；网格图(xcseqci {j} (lagidx:)“r——”）;包含(“样本”）;标题(“刻度:0.32-0.16秒”）;
交叉相关。90和。95置信区间比较
比较第四级小波互相关的。90和。95(默认)置信区间。
使用带有14个系数的Fejér-Korovkin获得两个噪声正弦波的MODWT，并指定要使用的电平。
Dt = 0.01;T = 0:dt:6;X = cos(2* *5*t)+1.5*randn(size(t));Y = cos(2* *5*t)+2*randn(size(t));Wx = modwt(x，“fk14”4);Wy = modwt(y，“fk14”4);Lev = 4;[xcseq,xcseqci] = modwtxcorr(wx,wy，“fk14”）;[xcseq90,xcseqci90] = modwtxcorr(wx,wy，“fk14”, 0.90);Zerolag = floor(numel(xcseq{lev})/2)+1;Zerolag90 = floor(numel(xcseq90{lev})/2)+1;Lagidx =零拉格-30:零拉格+30;Lagidx90 = zerolag90-30:zerolag90+30;情节(xcseqci{列弗}(lagidx:)“——r”）;持有在情节(xcseqci90{列弗}(lagidx90:)“——b”）;情节(xcseq{列弗}(lagidx),“- k”，“线宽”1);网格标题(”。90和0.95置信水平）
请注意。95置信区间宽度(红色)大于。90置信区间宽度(蓝色)。
根据滞后绘制交叉相关序列
绘制南方涛动指数和特鲁克岛压力数据的相互相关序列估计图。估计量表的95%置信区间 天。
负载soi负载特鲁克岛Wsoi = modwt(soi);Wtruk = modwt(truk);[xcseq,xcseqci,lag] = modwtxcorr(wsoi,wtruk);情节(滞后{5},xcseq {5},“线宽”, 2)在情节(滞后{5},xcseqci {5},“r——”甘氨胆酸)组(,“xlim”120年[-120]);包含(“滞后(天)”）;网格标题({“5级交叉相关序列”；“规模:32-64天”});持有从
与反射边界的相互关系
获得36年南方涛动指数和Truk群岛压力资料在周期边界和反射边界条件下的MODWT。的modwt函数“反射”选项在右侧边界对称扩展输入信号。输入信号是它原来长度的两倍。经过反射边界处理的MODWTXCORR在计算互相关序列之前，减少了每一半的小波数和缩放系数。交叉相关序列的大小与默认周期边界条件下获取MODWT的大小相同。
负载soi负载特鲁克岛
获得默认周期边界条件下的MODWT。
Wsoi_default = modwt(soi);Wtruk_default = modwt(truk);
得到具有反射边界条件的MODWT。
Wsoi_reflect = modwt(soi，“反射”）;Wtruk_reflect = modwt(truk，“反射”）;
获得互相关序列。
Xcseq_default = modwtxcorr(wsoi_default,wtruk_default);Xcseq_reflect = modwtxcorr(wsoi_reflect,wtruk_reflect，“反射”）;
比较两个边界条件的单元格数组输出中的元素数量。
cellfun (@numel xcseq_reflect)
ans =10×125981 25953 25897 25785 25561 25113 24217 22425 18841 11673
cellfun (@numel xcseq_default)
ans =10×125981 25953 25897 25785 25561 25113 24217 22425 18841 11673
输入参数
输出参数
参考文献
[1]珀西瓦尔，D. B.和A. T.瓦尔登。时间序列分析的小波方法．英国剑桥:剑桥大学出版社，2000年。
[2]惠特彻，B.， P.古托普，D. B.珀西瓦尔。协方差小波分析及其在大气时间序列中的应用。地球物理研究杂志， Vol. 105, 2000, pp. 14941-14962。
版本历史
在R2015b中引入
您也可以从以下列表中选择网站: