⑴ matlab中的小波工具箱怎麼用，希望能詳細介紹
將原始數據文件夾到裝有matlab的電腦
打開matlab軟體，進入軟體主界面
在軟體的左下方找到start按鈕，點擊選擇toolbox，然後選擇wavelet
進入wavemenu界面，選擇一維小波中的wavelet1-D並進入
5.將數據文件（.Mat格式）托到matlab軟體主界面的workspace
6.在wavemenu主界面中選擇file-load signal或者import from workspace—import signal
7.選擇要處理的信號，界面出現loaded信號，這就是沒有去噪前的原
始信號
8.右上角選擇用於小波分析的小波基以及分解層數並點擊analyse開始分析
9.分析後在左邊欄目中出現s，a*，d*，其中s為原信號，a*為近似信號，d*為細節信號
10.然後點擊denoise去噪
11.閾值方法常用的有4種fixed（固定閾值），rigorsure，heusure，minmax根據需要選擇，一般情況下rigorsure方式去噪效果較好
12.oft（軟閾值），hard（硬閾值）一般選擇軟閾值去噪後的信號較為平滑
13.在雜訊結構中選擇unscaled white noise，因為在工程應用中的雜訊一般不僅僅含有白雜訊
14.在雜訊結構下面的數值不要隨意改，這是系統默認的去噪幅度
15.點擊denoise開始正式去噪
16.在此窗口下點擊file-save denoised singal，保存輸出去噪後的信號
17.去噪結束
18.去噪結束後，把去噪後信號（.mat格式）拖至matlab主界面的workspace中，與原信號一起打包，以便以後計算統計量
19.Matlab編程計算相關統計量以及特徵量
20.得出統計量和特徵量後結束
⑵ 哪位大蝦知道labview中，小波分析工具包的具體內容的講解
小波分析來是數學中很高深源的一門學問，數學理論部分了解下就好，不要深究，除非你學數學的。
如果你只是想要使用這個工具的話，建議到NI官方網站下載PDF幫助文件，或網路搜「advanced signal processing toolkit wavelet analysis tool user manual」，非常推薦看這本書。還可以打開find example找wavelet那一塊的例子，按例子學習。
http://wenku..com/view/78fb6eeeaeaad1f346933f2d.html
這個就是
⑶ matlab小波分析工具箱的使用方法 求詳細過程
將原始數據文件夾到裝有matlab的電腦
打開matlab軟體，進入軟體主界面
在軟體的左下方找到start按鈕，點擊選擇toolbox，然後選擇wavelet
進入wavemenu界面，選擇一維小波中的wavelet1-D並進入
5.將數據文件（.Mat格式）托到matlab軟體主界面的workspace
6.在wavemenu主界面中選擇file-load signal或者import from workspace—import signal
7.選擇要處理的信號，界面出現loaded信號，這就是沒有去噪前的原
始信號
8.右上角選擇用於小波分析的小波基以及分解層數並點擊analyse開始分析
9.分析後在左邊欄目中出現s，a*，d*，其中s為原信號，a*為近似信號，d*為細節信號
10.然後點擊denoise去噪
11.閾值方法常用的有4種fixed（固定閾值），rigorsure，heusure，minmax根據需要選擇，一般情況下rigorsure方式去噪效果較好
12.oft（軟閾值），hard（硬閾值）一般選擇軟閾值去噪後的信號較為平滑
13.在雜訊結構中選擇unscaled white noise，因為在工程應用中的雜訊一般不僅僅含有白雜訊
14.在雜訊結構下面的數值不要隨意改，這是系統默認的去噪幅度
15.點擊denoise開始正式去噪
16.在此窗口下點擊file-save denoised singal，保存輸出去噪後的信號
17.去噪結束
18.去噪結束後，把去噪後信號（.mat格式）拖至matlab主界面的workspace中，與原信號一起打包，以便以後計算統計量
19.Matlab編程計算相關統計量以及特徵量
20.得出統計量和特徵量後結束
⑷ matlab中小波分析工具箱中wrcoef和waverec的區別是什麼
這兩個函復數是與wavedec這個函數制緊密相連的。
wavedec就是小波分解，將一個信號分解成指定層數n，並返回各層的小波系數。
waverec——它的作用與wavedec相反，即將給定的小波系數一次性完全重建出信號。
wrcoef——這個也是輸入小波系數，重建信號。但是它與上面有些區別，區別在於它重建的是原信號在指定層次的，高頻或者低頻分量。也就是說，這個信號不是原本的信號，而且某個層次上的逼近。
⑸ matlab中小波分析工具箱中wrcoef和waverec的區別
wavedec-----就是小波分解，將一個信號分解成指定層數n，並返回各層的小波系數。
waverec——它的作用與wavedec相反，即將給定的小波系數一次性完全重建出信號。
wrcoef——這個也是輸入小波系數，重建信號，但是它與上面有些區別，區別在於它重建的是原信號在指定層次的，高頻或者低頻分量。
也就是說，這個信號不是原本的信號，而且某個層次上的逼近。
⑹ 小波工具箱 小波波形為什麼是類似方波
將原始數據文件夾到裝有matlab的電腦
打開matlab，進入主界面
在的左下方找到start按鈕，點擊選擇toolbox，然後選擇wavelet
進入wavemenu界面，選擇一維小波中的wavelet1-D並進入</ol> 5.將數據文件（.Mat格式）托到matlab主界面的workspace 6.在wavemenu主界面中選擇file-load signal或者import from workspace—import signal 7.選擇要處理的信號，界面出現loaded信號，這就是沒有去噪前的原始信號 8.右上角選擇用於小波分析的小波基以及分解層數並點擊analyse開始分析9.分析後在左邊欄目中出現s，a*，d*，其中s為原信號，a*為近似信號，d*為細節信號10.然後點擊denoise去噪11.閾值方法常用的有4種fixed（固定閾值），rigorsure，heusure，minmax根據需要選擇，一般情況下rigorsure方式去噪效果較好12.oft（軟閾值），hard（硬閾值）一般選擇軟閾值去噪後的信號較為平滑13.在雜訊結構中選擇unscaled white noise，因為在工程應用中的雜訊一般不僅僅含有白雜訊14.在雜訊結構下面的數值不要隨意改，這是系統默認的去噪幅度15.點擊denoise開始正式去噪16.在此窗口下點擊file-save denoised singal，保存輸出去噪後的信號17.去噪結束18.去噪結束後，把去噪後信號（.mat格式）拖至matlab主界面的workspace中，與原信號一起打包，以便以後計算統計量19.Matlab編程計算相關統計量以及特徵量20.得出統計量和特徵量後結束
⑺ 關於MATLAB小波工具箱
wfilter = 'haar';%選擇小波基抄
[CA,CH,CV,CD] = dwt2(x,wfilter, 'per');%小波變換襲
CA = (CA>=T1) .* CA;%對4個自帶分別閾值處理
CH = (CH>=T2) .* CH;
CV = (CV>=T3) .* CV;
CD = (CD>=T4) .* CD;
result = idwt2(CA, CH, CV, CD, wfilter, 'per');%反變換重構圖像。
⑻ matlab 小波工具箱的用法
先把數據導入EDITOR界面弄成函數的形式然後再把它保存為.mat格式。
比如：
save 0927dianji21.mat x
⑼ MATLAB里小波工具箱的功能怎樣用函數程序實現呢
a1.a2,d2,d1是ca1,ca2,cd1,cd2這些小波系數的重構。ca1,ca2,cd1,cd2是小波系數，它們的數據點數隨分解層次的增大而減少專，這就難以與原始信號對屬比分析，通常會經過重構變為與原始信號個數相同的a1.a2,d2,d1，從物理意義上講，只有a1.a2,d2,d1才是有實際量綱的信號，ca1,ca2,cd1,cd2是沒有量綱和物理意義的。
上面的語句是提取小波系數的，而工具箱的圖是用重構的數據的，你可以使用waverec函數實現工具箱的功能。
對於DWT，小波分解對被分解信號的點數是沒有要求的，因為在DWT之前對原始信號是要經過拓展的，也就是說，DWT時的信號數據已經不是原始信號的點數了。對於SWT，matlab在這方面所寫的函數沒下啥功夫，比較敷衍，這時小波分解被分解信號的點數必須是2的整數次冪。