如何利用小波工具箱的函數

Ⅰ MATLAB 小波分析

[c l]=wavedec(x,5,'db6'); %%%x是要分析的數據%%%
d1=wrcoef('d',c,l,'db6',1);
d2=wrcoef('d',c,l,'db6',2);
d3=wrcoef('d',c,l,'db6',3);
d4=wrcoef('d',c,l,'db6',4);
d5=wrcoef('d',c,l,'db6',5);
a5=wrcoef('a',c,l,'db6',5);
plot(d1); %%%輸出d1的圖像
合並的話，直接用x1=a5+d5+d4+d3就可以吧

Ⅱ 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

Ⅲ 關於小波變換的知識點

設a為尺度，fs為采樣頻率，Fc為小波中心頻率，則a對應的實際頻率Fa為

Fa＝Fc×fs/a (1)

顯然，為使小波尺度圖的頻率范圍為(0,fs/2)，尺度范圍應為(2*Fc,inf),其中inf表示為無窮大。在實際應用中，只需取尺度足夠大即可。

沒有說明和大家沒有講到是因為沒人在小波變換中才去「確定」它們，說白了這兩參數不是讓你去確定的，是讓你去設定的，你對小波的應用方法就沒搞清，你要搞清楚的是它們如何影響處理結果的，按照你處理的目的設置不同的值，這牽扯到小波基的某些數學指標是如何影響處理結果的問題，要說的就多了。

    在cmorwavf函數的幫助文檔中，列舉了cmor1.5-1的函數波形，

中心頻率（fc）可信賣絕以這樣看，從橫軸0開始的波峰到橫軸1的波峰，剛好是正弦波的一個完整周期，其經歷的時間就應是頻率值的倒數，那麼中心頻率剛好是1.

下面是cmor1.5-2的函數波形，從橫軸0開始的波峰到橫軸0.5的波峰也是一個完整周期，經歷的時間為0.5，取倒數，中心頻率剛好是2.這與你設定的fc一致，也就是說fc就是這么影響Morlet復小波的。當你要消噪或研究高頻信息，對於同一個數據信號cmor1.5-2肯定比cmor1.5-1更能消除細小的雜訊和得到更高頻率的信息。

fb越大時域配培寬度越長，支撐長度越長，產生高幅值的小波系數也多，在檢測信號奇異性的時候往往希望能有一定數量的波峰波谷（在小波中就意味著較長的支撐和較高的消失矩），當然也不是越多越好，這要看待分析信號的情況，所以這玩意是你先設定，做完CCWT後，看看效果是否滿意，再來根據你要研究信號或處理的目的，更改fc和fb的值，不是開始就確定它們（再說在處理之前你如何確定，即使你確定了又有啥意義，在CCWT之前的一切確定是毫無意義的，只有出了結果反復修改你的設定才能最終用「確定」一詞）。

總結：fc的大小影響的是小波的頻率：fc越大，小波頻率越大，因此當你要消噪或研究高頻信息，fc增大的話更能消除細小的雜訊和得到更高頻率的信息。

fb影響的是小波的支撐長度，fb越大，時域寬度越長，支撐長度也越長，產生高幅值的小波系數也就越多，

－、繪制原理

1.需要用到的小波工具箱中的三個函數

COEFS = cwt(S,SCALES,'wname')

說明：該函數能實現 連續小波變換 ，其中S為輸入信號，SCALES為尺度，wname為小波名

稱。

FREQ = centfrq('wname')

說明：該函數能求出以wname命名的母小波的中心頻率。

F = scal2frq(A,'wname',DELTA)

說明：該函數能將尺度轉換為實際頻率，其中A為尺度，wname為小波名稱，DELTA為采樣

周期。

註：這三個函數還有其它格式，具體可參閱 matlab 的幫助文檔。

2.尺度與頻率之間的關系

設a為尺度，fs為采樣頻率，Fc為小波中心頻率，則a對應的實際頻率Fa為

Fa＝Fc×fs/a

(1)

顯然，為使小波尺度圖的頻率范圍為(0,fs/2)，尺度范圍應滑姿為(2*Fc,inf),其中inf表示

為無窮大。在實際應用中，只需取尺度足夠大即可。

3.尺度序列的確定

由式(1)可以看出，為使轉換後的頻率序列是一等差序列，尺度序列必須取為以下形式：

c/totalscal,...,c/(totalscal-1),c/4,c/2,c

(2)

其中，totalscal是對信號進行 小波變換 時所用尺度序列的長度(通常需要預先設定好)，

c為一常數。

下面講講c的求法。

根據式(1)容易看出，尺度c/totalscal所對應的實際頻率應為fs/2，於是可得

c=2×Fc/totalscal

(3)

將式(3)代入式(2)便得到了所需的尺度序列。

4.時頻圖的繪制

確定了小波基和尺度後，就可以用cwt求小波系數coefs(系數是復數時要取模)，然後

用scal2frq將尺度序列轉換為實際頻率序列f，

最後結合時間序列t，用imagesc(t,f,abs(coefs))便能畫出小波時頻圖。

注意：直接將尺度序列取為等差序列，例如1:1:64，將只能得到正確的尺度－時間－小

波系數圖，而無法將其轉換為頻率－時間－小波系數圖。這是因為此時的頻率間隔不為

常數。

此時，可通過查表的方法將尺度轉化為頻率或直接修改尺度軸標注。同理，利用本帖所

介紹的方法只能得到頻率－時間－小波系數圖，不能得到正確的尺度－時間－小波系數

圖。

二、應用例子

下面給出一實際例子來說明小波時頻圖的繪制。所取模擬信號是由頻率分別為100Hz和2

00Hz的兩個正弦分量所合成的信號。

clear;

clc;

fs=1024; %采樣頻率

f1=100;

f2=200;

t=0:1/fs:1;

s=sin(2*pi*f1*t)+sin(2*pi*f2*t);

%兩個不同頻率正弦信號合成的模擬信號

%%%%%%%%%%%%%%%%%小波時頻圖繪制%%%%%%%%%%%%%%%%%%

wavename='cmor3-3';

totalscal=256;

%尺度序列的長度，即scal的長度

wcf=centfrq(wavename);

%小波的中心頻率

cparam=2*wcf*totalscal;

%為得到合適的尺度所求出的參數

a=totalscal:-1:1;

scal=cparam./a;

%得到各個尺度，以使轉換得到頻率序列為等差序列

coefs=cwt(s,scal,wavename);

%得到小波系數

f=scal2frq(scal,wavename,1/fs);

%將尺度轉換為頻率

imagesc(t,f,abs(coefs));

%繪制色譜圖

colorbar;

xlabel('時間 t/s');

ylabel('頻率 f/Hz');

title('小波時頻圖');

程序運行結果如下：

說明：(1)應用時只須改變wavename和totalscal兩個參數即可。

(2)在這個例子中，最好選用復的morlet小波，其它小波的分析效果不好，而且morlet小

波的帶寬參數和中心頻率取得越大，時頻圖上反映的時頻聚集性越好。

首先生成一個信號：

設置fc=0.1:0.5:8,fb=10:10:80,觀察生成的時頻圖，查看參數對小波變換的影響。

1. 采樣頻率和信號點數之間的關系的影響

當采樣頻率fs與信號點數相同時，即倍數相同時，發現：

時間上為1s,  頻率上顯示的時真實值，這個時候時頻圖比較完美。此時參數為：fs=2^16,N=2^16,fc=1.5,fb=3,totalscal=2^7=128

增大fs,當fs為信號點數的兩倍時，此時時間上為0.5s,頻率坐標范圍增大1倍，頻率顯示的仍是真實值。

減小fs,當fs為信號點數的一半時，此時時間上為2s,頻率坐標范圍減小1倍，頻率顯示的仍是真實值。仔細觀察，此時的時頻圖上顯示的有雜波。

   如果接著減小，當減小到原信號的1/4時，頻率軸坐標為采樣頻率的一半，因此頻率軸范圍跟著縮小相同的倍數，這時由於采樣頻率小於信號的最大頻率，此時頻率軸顯示的並不是頻率的真實值。而且時頻圖出現了錯誤。所以 采樣頻率一定要大於信號的最大頻率的2倍以上。

下面觀察采樣頻率與信號點數之間的關系，嘗試增大采樣頻率來找到與信號點數之間的限制。

     當信號點數與信號的最大頻率近似相等時，設置采樣頻率為信號點數的2倍時，此時效果並不好，一方面有雜波，另一方面，采樣頻率與信號最高頻率的兩倍相離過小。

   當信號點數與信號的最大頻率近似相等時，設置采樣頻率為信號點數的4倍時，此時效果比2倍時要好一點，但存在高頻信號解析度低，有少量雜波存在的問題

當采樣頻率增加過大時，會出現下列情況，效果反而不好

首先以下列參數設置為基準

fc的值增大從1.5增大到2，發現出現了嚴重的雜波：

將fc的值增大從1.5增大到3：

fc增大到5

fc增大到7：

當fc從1.5減少到1時，低頻處有雜波出現而且頻率解析度明顯降低。

當從1.5減少到0.5時：

     下面四張圖分別是fb取20，40，80，120的值時的時頻圖，從中可以看出，fb的取值增大可以增大頻率解析度，但是不像fc的值那樣敏感，當增大的范圍過大時，也會在不同頻率上出現雜波，但是相比fc變動引起的雜波來說很小。

     fb值減小時，頻率解析度會降低，有雜波出現，但是和增大fb時一樣，雜波成分分布廣但是較小。

     fb值減小時，頻率解析度會降低，有雜波出現，但是和增大fb時一樣，雜波成分分布廣但是較小。下圖fb取值為1.

基準：fs=2^15,N=2^15,fc=1.5,fb=3,totalscal=2^7=128  

增大尺度參數：從128增加到256

從128增加到512

從128增加到1024：

可以看出，當增大尺度值時，低頻雜波分量出現，且數值較大，直接蓋過信號頻率分量

下面是減小尺度值的情況：

從128減小到64：

從128減小到32：

減小到16：

可以減尺度值，解析度逐漸變差，但是無低頻雜波分量出現。

Ⅳ 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。

Ⅳ 用matlab軟體怎麼進行小波分析

它自己有小波工具箱，wav開頭的，裡面有很多相關函數，一般直接用就是了。初學建議看幫助裡面小波工具箱的demo，可能更好理解。

Ⅵ 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

Ⅶ 請問關於近紅外光譜數據用matlab進行小波變換

應該是先進行小波分解，然後進行小波重構吧？
dwt函數應該是對信號的單層分解，
[cA,cD]=dwt(X,』wname』)中返回的cA，cD分別存放是信號的近似和細節
[C,L]=wavedec(X,N,'wname') 利用小波'wname'對信號X進行多層分解
之後是依據你的需要將信號重構回去，idwt是單尺度一維小波逆變換，waverec是多尺度一維小波重構

簡單的就是matlab裡面有小波工具箱，在命令窗口輸入wavemenu，載入你的信號，選擇不同地小波基就行~
希望對你有幫助

Ⅷ 怎樣在matlab中對曲線去除噪音

MATLAB有小波去噪的函數，直接調用就行，過程都自動完成。

Ⅸ 求助各位高手，如何應用Matlab中的小波工具箱實現降水、溫度時間序列的特徵分析，謝謝各位啦

在有小波基本理論的基礎上
學習matlab與小波GUI
wavemenu 熟悉 然後自己編程 不過大部分小波函數matlab已經做好了
不需要你具體的編寫

Ⅹ 小波函數的小波函數

函數名 ；含義
Allnodes ；計算樹結點
appcoef 提取一維小波變換低頻系數
appcoef2 ；提取二 維小波分解低頻系數
bestlevt ；計算完整最佳小波包樹
besttree ；計算最佳（優）樹
biorfill ；雙正交樣條小波濾波器組
biorwavf 雙正交樣條小波濾波器
centfrq ；求小波中心頻率
cgauwavf Complex Gaussian小波
cmorwavf coiflets小波濾波器
cwt ；一維連續小波變換
dbaux Daubechies小波濾波器計算
dbwavf Daubechies小波濾波器 dbwavf(W) W='dbN' N=1,2,3,...,50
ddencmp 獲取默認值閾值（軟或硬）熵標准
depo2ind ；將深度-位置結點形式轉化成索引結點形式
detcoef ；提取一維小波變換高頻系數
detcoef2 ；提取二維小波分解高頻系數
disp ；顯示文本或矩陣
drawtree ；畫小波包分解樹（GUI)
dtree ；構造DTREE類
dwt 單尺度一維離散小波變換
dwt2 單尺度二維離散小波變換
dwtmode 離散小波變換拓展模式
dyaddown ；二元取樣
dyap ；二元插值
entrupd 更新小波包的熵值
fbspwavf B樣條小波
gauswavf Gaussian小波
idwt 單尺度一維離散小波逆變換
idwt2 ；單尺度二維離散小波逆變換
ind2depo ；將索引結點形式轉化成深度—位置結點形式
intwave 積分小波數
isnode ；判斷結點是否存在
istnode 判斷結點是否是終結點並返回排列值
iswt 一維逆SWT(Stationary Wavelet Transform）變換
iswt2 ；二維逆SWT變換
leaves ；尋找終端結點
noleaves ；尋找非終端結點
mexihat 墨西哥帽小波
meyer Meyer小波
meyeraux Meyer小波輔助函數
morlet Morlet小波
nodease 計算上溯結點
nodedesc ；計算下溯結點（子結點）
nodejoin ；重組結點
nodepar 尋找父結點
nodesplt ；分割（分解）結點
ntnode ；返回終端結點個數
ntree ；構造樹結構對象
orthfill ；正交小波濾波器組
plot 繪制向量或矩陣的圖形
qmf ；鏡像二次濾波器
rbiowavf ；通過設定雙正交樣條小波濾波器得到分解和重構的濾波器
read 讀取二進制數據
readtree ；讀取小波包分解樹
scal2frq ；返回偽頻率
shanwavf Shannon小波
swt ；一維SWT(Stationary Wavelet Transform）變換
swt2 二維SWT變換
symwavf Symlets小波濾波器
thselect ；信號消噪的閾值選擇
treedpth ；求樹的深度
treeord 求樹結構的叉數
upcoef ；一維小波分解系數的直接重構
upcoef2 二維小波分解系數的直接重構
upwlev ；單尺度一維小波分解的重構
upwlev2 單尺度二維小波分解的重構
wavedec 單尺度一維小波分解
wavedec2 ；多尺度二維小波分解
wavedemo ；小波工具箱函數demo
wavefun 小波函數和尺度函數
wavefun2 ；二維小波函數和尺度函數
wavemenu ；小波工具箱函數menu圖形界面調用函數
wavemngr ；小波管理函數
waverec 多尺度一維小波重構
waverec2 ；多尺度二維小波重構
wbmpen ；返回1-D或2-D小波降噪的全局閾值
wcodemat ；對矩陣進行量化編碼
wdcbm ；返回閾值和系數個數（1-D小波降噪Birge-Massart策略）
wdcbm2 ；返回閾值和系數個數（2-D小波降噪Birge-Massart策略）
wden 用小波進行一維信號的消噪或壓縮
wdencmp 小波消噪或壓縮
wentropy ；計算小波包的熵
wfilters ；小波濾波器
wkeep ；提取向量或矩陣中的一部分
wmaxlev 計算小波分解的最大尺度
wnoise ；產生含雜訊的測試函數數據
wnoisest ；估計一維小波的系數的標准偏差
wp2wtree ；從小波包樹中提取小波樹
wpcoef ；計算小波包系數
wpcutree ；剪切小波包分解樹
wpdec ；一維小波包的分解
wpdec2 ；二維小波包的分解
wpdencmp ；用小波包進行信號的消噪或壓縮
wpfun ；小波包函數
wpjoin ；小波包重構
wprcoef 小波包分解系數的重構
wprec ；一維小波包分解的重構
wprec2 ；二維小波包分解的重構
wpsplt ；分割（分解）小波包
wpthcoef ；進行小波包分解系數的閾值處理
wpviewcf ；繪制小波包的顏色系數
wrcoef ；對一維小波系數進行單支重構
wrcoef2 對二維小波系數進行單支重構
wrev 向量逆序
write ；向緩沖區內存寫進數據
wthcoef 一維信號的小波系數閾值處理
wthcoef2 ；二維信號的小波系數閾值處理
wthresh 進行軟閾值或硬閾值處理
wthrmngr ；閾值設置管理
wtreemgr ；管理樹結構