ihaart.

逆1-d Haar小波变换

全部折叠到页面中

语法

xrec = ihaart（a，d）

xrec = ihaart（a，d，level）

xrec = ihaart (＿＿＿integerflag)

描述

例子

XREC.= ihaart (一个，d）返回逆1-d哈尔变换，XREC.，对于近似系数，一个，以及小波系数，d．这两个一个和d得到了来自哈斯特．

例子

XREC.= ihaart (一个，d，等级）返回指定级别的一维Haar反变换。

例子

XREC.= ihaart (＿＿＿，integerflag）指定逆1-D Haar转换如何使用前面的任何语法处理整数值数据。

例子

全部收缩

噪声数据的逆哈尔变换

打开直播脚本

得到噪声数据的Haar变换和逆Haar变换。

加载有噪声的数据信号

负载noisdopp;

得到噪声信号的Haar变换。

[a，d] = haart（noisdopp）;

通过反演Haar变换重建数据。

xrec = ihaart (a, d);

通过确定原始数据和重建数据之间的最大差值来进行比较。差值基本上为零，这表明重建近乎完美。

max（abs（xrec-noisdopp'）））

ans = 4.4409 e15汽油

心电数据的反哈尔变换

打开直播脚本

获得ECG心率数据的HAAR变换和逆哈尔变换。

加载并绘制心电图数据。

负载BabyECGData;情节(次、人力资源)包含('小时'）ylabel（“心跳”） 标题（“心电图数据”）

图中包含一个轴。标题为心电数据的轴包含一个线型对象。

得到Haar变换和反Haar变换。将第4级重构数据与原始数据进行比较。

[d] = haart(人力资源);HaarHR = ihaart (a、d、4);图绘制(次,HaarHR)包含('小时'）ylabel（“心跳”） 标题（“心率的哈尔近似”）

图中包含一个轴。具有标题HAAR近似心率的轴包含类型的物体。

Inverse Haar Integer数据转换

打开直播脚本

获取一系列随机整数的Haar和逆哈尔变换。

创建系列。

x = randi（10,100,1）;

获得哈尔和逆哈尔变换。

[a，d] = haart（x，'整数'）;xrec = ihaart（a，d，'整数'）;

绘制并比较原始和重建数据。

子图（2,1,1）茎（x）;标题（“原始数据”）子图（2,1,2）茎（XREC）标题（“重建Integer-to-Integer数据”）

图中包含2个轴。标题为Original Data的坐标轴1包含一个类型为stem的对象。标题为“重建整数到整数数据”的轴2包含一个类型为stem的对象。

确定原始数据值与重构值的最大差值。差值为零，表示完全重建。

马克斯(abs (x (:) -xrec (:)))

ans = 0

输入参数

全部收缩

`一个`- - - - - -近似系数
标量|向量|矩阵

近似系数，指定为系数的标量、向量或矩阵，取决于Haar变换被计算到的级别。一个是哈斯特函数。

近似或缩放系数是输入的低通表示。在每个层次上，近似系数被分为粗近似系数和详细系数。

数据类型:单|双倍的

`d`- - - - - -细节系数
标量|向量|矩阵|细胞阵列

详细系数，指定为标量、矢量、矩阵或小波系数的单元数组。d是哈斯特函数。细节系数的数量取决于所选择的水平和输入的长度。如果d是单元格数组，元素的d从最细到最粗的分辨率。

如果d是单元格数组，它可以包含标量、向量或矩阵。哈尔变换的级别等于元素的数量d．

如果d是一个矢量或矩阵，哈尔变换在分辨率上只计算到一个更粗的级别。

如果一个以及d是载体，XREC.是矢量。如果一个以及d是矩阵，XREC.是一个矩阵，其中每一列是对应列的逆变换一个和d．

数据类型:单|双倍的

`等级`- - - - - -最大水平
`0`(默认)|非负整数

将Haar变换反变换到的最大级别，指定为非负整数。如果d是一个小区阵列，等级是小于还是等于长度(d) 1．如果d是矢量或矩阵，等级必须平等0或者是未指定的。该级别必须小于获得的级别一个和d从哈斯特．

`integerflag`- - - - - -整数值数据处理
`“noninteger”`(默认)|`'整数'`

整数值数据处理，指定为“noninteger”或者'整数'．“noninteger”不保留整数值数据，和'整数'保留它。这'整数'选项仅适用于所有元素一个和d是整数值。你必须使用'整数'与哈斯特获得整数值一个和d输入。然而，一维Haar反变换算法使用浮点算法。