【图文】【精品模板】小波包分解_百度文库
您的浏览器Javascript被禁用，需开启后体验完整功能，
享专业文档下载特权
&赠共享文档下载特权
&10W篇文档免费专享
&每天抽奖多种福利
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
您可以上传图片描述问题
联系电话：
请填写真实有效的信息，以便工作人员联系您，我们为您严格保密。
【精品模板】小波包分解
本机构所有毕业文档为未入知网、万方等库的...|
总评分0.0|
试读已结束，如果需要继续阅读或下载，敬请购买
定制HR最喜欢的简历
你可能喜欢只需一步，快速开始
扫一扫，访问微社区
请完成以下验证码
查看: 21869|回复: 26|关注: 0
Matlab小波包分解各个频段能量的求法
<h1 style="color:# 麦片财富积分
新手, 积分 5, 距离下一级还需 45 积分
关注者： 1
做课题需要用到小波的东西，基础理论的东西看了些，坦白说没怎么弄懂多少。因为只需要小波包分解后各个频段的能量所以直接看了些小波包的东西然后来做。求信号分解后各个频段的能量是所作东西的基础所以想请高手给指点下看我的方法对不对。废话多了谢谢。
一。刚开始是用wpcoef提取各个节点的小波包系数然后认为能量是各个小波包系数的平方和。所计算的各个频段的能量与总能量的比值和wenergy所得的结果一样。但是心里没底，因为自己没什么理论依据。请明白的指点。
二。现在初步想用wprcoef重构每个频段的节点小波包系数，重构的信号和原信号长度一样，然后计算每个采样点的幅值平方和作为能量。这种方法物理意义明白，但是主要的问题是看了很多书还有ｍａｔｌａｂ的ｈｅｌｐ对ｗｐｒｃｏｅｆ的说明，对这个函数是不是重构小波包的每个频段的信息还有点疑问。
还有拿一个简单的信号（noisdopp)做过试验以上两种方法所求能量是一样的。感觉可能都错了或者都对了。
有对这方面有研究的请不吝指教:handshake&&非常感谢
[ 本帖最后由 mooni 于
09:52 编辑 ]
<h1 style="color:# 麦片财富积分
关注者： 1
哎，自顶下
<h1 style="color:# 麦片财富积分
楼主，不知道你的问题解决没有。我用小波做的，一个菜鸟，基本按照你的来也算是出来了
<h1 style="color:# 麦片财富积分
关注者： 1
我作特征提取时那样算过，我觉得这样算出的能量是相对的。
小波分解系数反应了在该频谱的能量信息，不过不是绝对的能量，作特征可以。
<h1 style="color:# 麦片财富积分
回复 4# lghit 的帖子
:) 大哥，能请问下你的特征提取是怎么做的吗。我现在也在做相关的，能请教下么，有程序更好，非常谢谢哦
<h1 style="color:# 麦片财富积分
回复 4# lghit 的帖子
大哥，我也在用小波包分析，只是信号数据输入不进去，帮我解决一下好吗？我是将虚拟脉冲响应函数数据输入进行小波包分析，部分数据如下，不知道怎么把这个信号输入进行小波包分析！我的操作是：》wavemenu——wavelet packet 1-D——File——load——signal，读入的文件是下面的文本文件数据：
1.0e+004 *
& &-1.9034
& &-0.0694
& & 1.0571
& &-0.0746
& & 0.0481
& &-0.0292
& &-0.0282
& & 0.0302
& &-0.0439
& &-0.0026
& &-0.0538
& & 0.0252
& &-0.0019
& & 0.0366
结果提醒是：File**.txt is not a valid file,意思是不是文件格式不对啊？好像应该是.mat文件才对啊，但是我的数据如何转化为.mat文件呢？望大哥能指导一下！非常感谢！
<h1 style="color:# 麦片财富积分
回复楼上的：
TXT文件读取方法在论坛置顶贴好像有。自己用Help fopen看一看，不用小波工具箱一样可以做出来的
<h1 style="color:# 麦片财富积分
回复 5# leeting918 的帖子
谢谢兄弟的回答！我最近正在做着方面的研究，现在能读进去了，但是不知道怎么得到系数，然后进行重构，我只会用GUI的方式处理，能不能提供一个小波包分解的例子？再次感谢兄弟的回答！
<h1 style="color:# 麦片财富积分
很受用，谢谢楼主！
<h1 style="color:# 麦片财富积分
回复 1# fulty 的帖子
请教楼主，小波分解系数怎么提取啊？我用的不是小波包，是MRA，必须编程提取小波分解系数吗？多谢了！！！
站长推荐 /3
Simulink工具定制实现高效模型验证
MATLAB中文论坛是全球最大的 MATLAB & Simulink 中文社区。用户免费注册会员后，即可下载代码，讨论问题，请教资深用户及结识书籍作者。立即注册加入我们吧！
MATLAB官方社交平台
MATLAB中文论坛微社区小波分解与小波包分解的区别_百度知道
小波分解与小波包分解的区别
为什么小波不能对高频部分进行再次分解？而小波包就可以呢？急求大佬！！...
为什么小波不能对高频部分进行再次分解？而小波包就可以呢？急求大佬！！
&#xe6b9;答题抽奖
首次认真答题后
即可获得3次抽奖机会，100%中奖。
showtime_97知道合伙人
来自科学教育类芝麻团
showtime_97
采纳数：680
获赞数：2844
擅长：暂未定制
参与团队：
真不明白为何会有此问？从计算和实现方式DWT和WP没啥不同，当对DWT滴高频部分再实行一次DWT就是WP了，通常滴一般应用只处理低频即可满足实际需要，通常对高频过多滴处理被很多应用认为是不必和多余滴，还可能会有噪声和吉布斯效应等问题，所以不是“不能”是不必。WP滴应用远远不如DWT广泛，就是多数情况下多余对高频处理，除非你要研究滴信号数据量足够大，并且要研究滴特征在高频中特别容易研究，不然WP滴结果通常会有严重滴频率混叠，产生不足为信滴虚假特征。
为你推荐：
其他类似问题
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。使用多信号小波包分解进行特征提取Matlab源码免费下载-智慧石
使用多信号小波包分解进行特征提取
收录时间：
该代码表示的是多信号的一维小波分解的推广。
这个代码非常的高效和简单，并主要用于特征提取。
Feature Extraction Using Multisignal Wavelet Packet DecompositionThe code represents a generalization of the Multisignal 1-D wavelet decomposition. I have simply wrote a simple routine to extract the full tree out of the Matlab &mdwtdec& function available within the wavelet toolbox.
The code is efficient and very simple, and is mainly written for feature extraction from the WPT tree using an overlapping windowing approach.
To use the code: the main function is getmswpfeatV00, read inside the code for an example.
** Kindly cite either of the following papers if you use this code **
References:
[1] R. N. Khushaba, A. Al-Jumaily, and A. Al-Ani, &Novel Feature Extraction Method based on Fuzzy Entropy and Wavelet Packet Transform for Myoelectric Control&, 7th International Symposium on Communications and Information Technologies ISCIT2007, Sydney, Australia, pp. 352 & 357.
[2] R. N. Khushaba, S. Kodagoa, S. Lal, and G. Dissanayake, &Driver Drowsiness Classification Using Fuzzy Wavelet Packet Based Feature Extraction Algorithm&, IEEE Transaction on Biomedical Engineering, vol. 58, no. 1, pp. 121-131, 2011.
-Version V01 is for multiple signals (if you have enough memory)
-Version V00 is for individual signals (one at a time, same as above just iterate this for multiple signals).
&(5.21KB)&&
getmswpfeatV00.m&&getmswpfeatV01.m&&mswpd.m&&
谢谢分享！！！
下载历史xiaoshengzhaoqifei夜潇澜db125125db125125mtgh1990mtgh1990
Copyright ((C)) ZHIHUISHI.COM 2013 All Rights Reserved.小波包变换的入门&-&-&-MATLAB
最近用到小波方面的知识，尤其是小波包变换。
小波包变换的优势：（大部分书上 网上都有，我就简单摘了点过来）
由于正交小波变换只对信号的低频部分做进一步分解，而对高频部分也即信号的细节部分不再继续分解，所以小波变换能够很好地表征一大类以低频信息为主要成分的信号，但它不能很好地分解和表示包含大量细节信息（细小边缘或纹理）的信号，如非平稳机械振动信号、遥感图象、地震信号和生物医学信号等。与之不同的是，小波包变换可以对高频部分提供更精细的分解，而且这种分解既无冗余，也无疏漏，所以对包含大量中、高频信息的信号能够进行更好的时频局部化分析。
研究了两天，发现如果从头开始研究需要的时间太长，而且如果想真正弄懂小波，还需要了解泛函的知识并且硬着头皮去看那些枯燥的公式。由于我们科研只要明白个大概，能够找到合适的工具来使用，就可以了。因为之前我弄懂傅里叶变换的时候，也是从先会用再到逐渐深入理解的，所以这次我还是先从会用开始。研究了两天之后，发现我小波变换没弄懂什么，小波包先会用了。由于我痛苦的搜了整个网，慢慢理解了一些东西，所以把有用的几个部分拿过来，结合MATLAB，给和我一样想入门的同学一个参考。
首先，小波包的一些基本的基本要弄懂，就是小波包是从原始信号，分级向下分解。如下图所示。
这就是小波包树，其中节点的命名规则是从 （1，0）开始，叫1号，
（1，1）是2号，，，，依此类推，（3，0）是7号，（3，7）是14号。
每个节点都有对应的小波包系数，这个系数决定了频率的大小，也就是说频率信息已经有了，但是时域信息在哪里呢？ 那就是 order。
&这个order就是这些节点的顺序，也就是频率的顺序。
比如，节点的排序是 1，2，3，，，，14，
那么频率就按先1号的频率变化，后2号的，再3号的，，，然后14号的。
来看一个实例：
采样频率为1024Hz，采样时间是1秒，有一个信号s是由频率100和200Hz的正弦波混合的，我们用小波包来分解。
&%采样频率
&&%信号的第一个频率
&&%信号第二个频率
t=0:1/fs:1;
s=sin(2*pi*f1*t)+sin(2*pi*f2*t);
&%生成混合信号
[tt]=wpdec(s,3,'dmey');
&%小波包分解，3代表分解3层，像图1那样，'dmey'使用meyr小波
plot(tt) &
&&%这个就是画出图1那个图，可以用鼠标在上面点
wpviewcf(tt,1); &
&%画出时间频率图，如图2
现在开始解释：x轴很简单，就是1024个点，对应1秒，每个点就代表1/1024秒，x轴诡异一下，最后一个数就是1.
y轴上显示的数字对应于 图1 中的节点，从下面开始，顺序是
7号节点，8号，10号，9号，，，，11号节点，这个顺序是这么排列的，这是小波包自动排列的，不用管。只要知道怎么查看这个order就可以了。然后，y轴是频率啊，怎么不是
100Hz和300Hz呢？
原因就是MATLAB这里没有显示频率，显示的是order，频率我们要自己算，怎么算呢。我们的采样频率是1024Hz，根据采样定理，奈奎斯特采样频率是512Hz，我们分解了3层，最后一层就是
2^3=8个频率段，每个频率段的频率区间是
512/8=64Hz,对吧，那看图2，颜色重的地方一个是在8那里，一个在13那里，8是第二段，也就是
65-128Hz之间，13是第五段，也就是257-320Hz之间。这样就说通了，正好这个原始信号只有两个频率段，一个100一个300。如果我们不是分解了3层，而是更多层，那么每个频率段包含的频率也就越窄，图上有颜色的地方也会更细，也就是说更精细了，大家可以自己试试。将3改为6试试。由于原始信号的频率在整个1秒钟内都没有改变，所以有颜色的地方是一个横线。
再看一个实例：
有如下的一个信号，该信号的频率从25Hz左右增长到103Hz，信号长度是256，fs就定为256Hz，也是采样1秒。我们用上面的代码来分析这个信号，不过这次分解层数选为4层，也就是有2^4=16个频率段。每个频段是
128/16=8Hz. 这个时候就明白了前面讲到的order的重要性了吧。如果排序不是按照15 16 18 17
21，，23那个顺序拍的，就不可能出现这个随时间而频率增大的图了。从图上还可以看出，频率从第三个，也就是24Hz（3*8），一路走高到13个，也就是13*8=104Hz，正好和信号的图示一样，频率逐渐增大。
以上网友发言只代表其个人观点，不代表新浪网的观点或立场。