在DWT大量毁灭

24日视图(30天)
亚历山大Voznesensky
亚历山大Voznesensky 2017年8月14日
编辑: 韦恩王 2017年8月15日
这就跟你问声好!我正在学习DWT的链接 http://slideplayer.com/slide/4998644/ 。我有2个问题(18.07)幻灯片:
1。无论如何我们应该做大量毁灭:在HP-filter LP-filter和之后。后LP-filter没关系,但是HP-filter之后我们将有别名吗?我说的对吗?为例:我们有一个信号与f1 = 100赫兹和f2 = 400 Hz。Fs = 1000 Hz。LP (0 - 250 Hz)后,我们有部分波段f1 = 100 Hz, Fs = 500。没关系(f1 < Fs / 2)。惠普(250 - 500赫兹)后,我们有部分波段f2 = 400 Hz, Fs = 500。这不是好的。 Aliasing (f2>Fs/2)?
2。我们如何使用只有2过滤器在DWT ?我不明白,为什么过滤器改变他们的截止频率,当我们用摧毁信号吗?为例:“因此,如果你计算一个低通滤波器的截止频率10 MHz的采样频率100 MHz,然后样本10 GHz的频率应用的输入滤波器,滤波器截止频率是100倍,也就是说。,1 GHz。”

答案(2)

韦恩王
韦恩王 2017年8月14日
编辑:韦恩王 2017年8月14日
你好,亚历山大,
  1. 是的,你是正确的,将采样引起混叠(或可能导致混淆)。然而,小波变换的分析滤波器和合成设计以这样一种方式,任何混叠是取消在重建。
  2. 你只使用两个过滤器,因为您正在使用所谓的金字塔算法。你可以把相当于过滤器的连续旋转,但你要保持心里所谓的高贵的身份从多重速率的信号处理。允许你看到交换将采样的影响与过滤(或合成、交换upsampling过滤)的影响。读了高贵的身份,一个例子,如果你与尺度滤波器低通滤波器,G (f),然后由两个紧随其后downsample与小波滤波器滤波,H (f),相当于二级小波系数(由两个之前的那些)。示意图,这是X (f) - > G (f) - > downsample 2 - > H (f)。高贵的身份会告诉你,相当于X (f) - > G (f) H (2 f) - > downsample由两个二级小波系数的等效滤波器是G (f) H (2)。现在让我们看看,在MATLAB过滤器。
N = 64;
(G, H) = wfilters (“sym4”);
Gdft = fft (G, N);
Hdft = fft (H, N);
H2 = Hdft(1 +国防部(2 * (0:N - 1), N));
H2 = Gdft。* H2;
现在让我们情节Hdft(1级小波滤波器响应)和H2(二级小波滤波器响应)
f = 0:1 / N: 1/2;
情节(f, abs (Hdft (1: N / 2 + 1)));
持有;
情节(f, abs (H2 (1: N / 2 + 1)),“r”);
传奇(第一级小波的,“二级小波”);
xlim (1/2 [0]);
网格;
包含(“周期/样本”);
1评论
亚历山大Voznesensky
亚历山大Voznesensky 2017年8月14日
谢谢你!我试图理解你所说的。这是阴谋。我明白了,我们有一个缩放效果。前,f = 100赫兹(deimation之后)对应于f = 200赫兹(大量毁灭之前)。我想,也许这是只使用2过滤器的原因。我们应该用新的频率因子M * level_number然后匹配他们原始f-axis滤波器的幅频响应。正式这是可以理解的,但是……看上去像一个圈套。你能推荐一些东西呢?

登录置评。


韦恩王
韦恩王 2017年8月15日
编辑:韦恩王 2017年8月15日
你好,亚历山大,
我不认为这里有一个技巧。你往下的滤波器响应规模决议,但那是因为离散小波变换使用L2规范化,以便保留了L2范数。这是好的对于很多应用程序,而不是为别人。例如,在CWT我们(和许多其他人)相信L1正常化是更好的,这就是为什么在MATLAB从16 b类使用L1正常化。
一件事要记住的是,将采样每一层基本上半分数段信号变成全频带信号,所以我们可以说,(这是一个近似)缩放系数在1级数据的频率间隔的捕捉方面(1/4,1/4),而小波系数获取信息(1/2 1/4)联盟(1/4、1/2)。将采样后这两个成为full-band信号所以他们都有内容/(1/2,1/2),但当缩放系数保持频率顺序,实际上小波系数图的频率(1/4、1/2)在相反的顺序。所以频率(1/4、1/2)映射到基本上2 * (1/2-f) f是原始信号。例如:
%的经典正交DWT使用2的幂和dwtmode”/“
dwtmode (“每”);
n = 0:255;
x = cos(2 *π* 7/16 * n);% /样本几乎在奈奎斯特频率是7/16周期
f = 1/2:1/256:1/2-1/256;
情节(f, fftshift (abs (fft (x))))
如果你放大,你会看到频率是7/16。现在我们预计,第一级的小波系数将映射这个约2 * (1/2-7/16)
[D] = dwt (x,“sym4”);
fnew = 1/2:1/128:1/2-1/128;
情节(fnew fftshift (abs (fft (D))))
现在的频率是1/8。
我认为这是覆盖在很多细节并珀西瓦尔和安德鲁·瓦尔登的教科书在时间序列分析的小波
“小波时间序列分析方法”。

社区寻宝

找到宝藏在MATLAB中央,发现社区如何帮助你!

开始狩猎!