主要内容

imodwpt.

逆最大重叠离散小波包变换

描述

例子

XREC.= imodwpt(COEFS.返回反向最大重叠离散小波包变换(逆MODWPT),XREC.。逆变换是终端节点系数矩阵(COEFS.)使用modwpt.默认长度18fejér-korovkin('fk18')小波。

例子

XREC.= imodwpt(COEFS.Wname.使用指定的正交滤波器返回逆MODWPTWname.。此过滤器必须是使用的相同滤波器modwpt.

例子

XREC.= imodwpt(COEFS.lo你好使用正交缩放滤波器返回逆Modwpt,lo和小波过滤器,你好

例子

全部收缩

获取ECG波形的Modwpt,并使用逆Modwpt演示完美的重建。

加载WECG.;wpt = modwpt(wecg);xrec = imodwpt(wpt);子图(2,1,1)绘图(WECG);标题('原始ECG波形');子图(2,1,2)绘图(XREC);标题('重建ECG波形');

图包含2个轴。具有标题原始ECG波形的轴1包含类型线的对象。具有标题重建的ECG波形的轴2包含类型线的对象。

找到原始信号与重建之间的绝对差异。差异是按照的顺序 1 0. - 1 1 ,这表明了完美的重建。

max(abs(wecg-xrec')))
ANS = 1.7903E-11

使用Daubechies极值相位小波获得南部振荡索引数据的Modwpt,其中有两个消失的时刻('db2')。使用逆MODWPT重建信号。

加载所以我;wsoi = modwpt(soi,'db2');Xrec = imodwpt(Wsoi,'db2');

使用指定的缩放和小波滤波器获取南部振荡索引数据的Modwpt,其中具有戴高比亚极值相位小波,具有两个消失的矩('db2')。

加载所以我;[lo,hi] = wfilters('db2');wpt = modwpt(soi,lo,hi);xrec = imodwpt(wpt,lo,hi);

绘制原始的SOI波形和重建波形。

子图(2,1,1)绘制(SOI)标题('原始SOI波形');子图(2,1,2)绘图(XREC)标题('重建SOI波形'

图包含2个轴。具有标题原始SOI波形的轴1包含类型线的对象。具有标题重建SOI波形的轴2包含类型线的对象。

输入参数

全部收缩

小波包树的终端节点系数,指定为矩阵。您必须从中获得系数矩阵modwpt.使用'fulltree',false选项。'fulltree',false是默认值modwpt.

数据类型:双倍的

合成用于反转MODWPT的小波滤波器,指定为字符向量或字符串标量。指定的小波必须与分析中使用的相同的小波modwpt.

缩放滤波器,指定为偶数实值矢量。lo必须与分析中使用的相同的缩放滤波器modwpt.。您无法指定缩放小波滤波器对和aWname.筛选。

小波滤波器,指定为偶数实值矢量。你好必须是分析中使用的相同小波滤波器modwpt.。您无法指定缩放小波滤波器对和aWname.筛选。

输出参数

全部收缩

逆最大重叠离散小波包变换,作为行向量返回。逆变换是基于MODWPT终端节点系数的原始信号的重建版本。XREC.具有与输入相同数量的列COEFS.矩阵。

参考

[1] Percival,D. B.和A.T. Walden。时间序列分析的小波方法。剑桥,英国:剑桥大学出版社,2000年出版社。

[2] Walden,A.T.和A. Contreras Cristan。“相位纠正的未定义的离散小波包变换及其在解释事件时间的应用。”伦敦皇家学会的诉讼程序。卷。454,第1976号,1998年,第2243-2266页。

扩展能力

也可以看看

||

在R2016A介绍