使用小波包变换分析信号的matlab程序,使用小波包变换分析信号的MATLAB程序(转)...
使用小波包变换分析信号的MATLAB程序(转)
(2006-11-20 11:44:25)
%t=0.001:0.001:1;
t=1:1000;
s1=sin(2*pi*50*t*0.001)+sin(2*pi*120*t*0.001)+rand(1,length(t));
for t=1:500;
s2(t)=sin(2*pi*50*t*0.001)+sin(2*pi*120*t*0.001)+rand(1,length(t));
end
for t=501:1000;
s2(t)=sin(2*pi*200*t*0.001)+sin(2*pi*120*t*0.001)+rand(1,length(t));
end
subplot(9,2,1)
plot(s1)
title('原始信号')
ylabel('S1')
subplot(9,2,2)
plot(s2)
title('故障信号')
ylabel('S2')
wpt=wpdec(s1,3,'db1','shannon');
%plot(wpt);
s130=wprcoef(wpt,[3,0]);
s131=wprcoef(wpt,[3,1]);
s132=wprcoef(wpt,[3,2]);
s133=wprcoef(wpt,[3,3]);
s134=wprcoef(wpt,[3,4]);
s135=wprcoef(wpt,[3,5]);
s136=wprcoef(wpt,[3,6]);
s137=wprcoef(wpt,[3,7]);
s10=norm(s130);
s11=norm(s131);
s12=norm(s132);
s13=norm(s133);
s14=norm(s134);
s15=norm(s135);
s16=norm(s136);
s17=norm(s137);
st10=std(s130);
st11=std(s131);
st12=std(s132);
st13=std(s133);
st14=std(s134);
st15=std(s135);
st16=std(s136);
st17=std(s137);
disp('正常信号的特征向量');
snorm1=[s10,s11,s12,s13,s14,s15,s16,s17]
std1=[st10,st11,st12,st13,st14,st15,st16,st17]
subplot(9,2,3);plot(s130);
ylabel('S130');
subplot(9,2,5);plot(s131);
ylabel('S131');
subplot(9,2,7);plot(s132);
ylabel('S132');
subplot(9,2,9);plot(s133);
ylabel('S133');
subplot(9,2,11);plot(s134);
ylabel('S134');
subplot(9,2,13);plot(s135);
ylabel('S135');
subplot(9,2,15);plot(s136);
ylabel('S136');
subplot(9,2,17);plot(s137);
ylabel('S137');
wpt=wpdec(s2,3,'db1','shannon');
%plot(wpt);
s230=wprcoef(wpt,[3,0]);
s231=wprcoef(wpt,[3,1]);
s232=wprcoef(wpt,[3,2]);
s233=wprcoef(wpt,[3,3]);
s234=wprcoef(wpt,[3,4]);
s235=wprcoef(wpt,[3,5]);
s236=wprcoef(wpt,[3,6]);
s237=wprcoef(wpt,[3,7]);
s20=norm(s230);
s21=norm(s231);
s22=norm(s232);
s23=norm(s233);
s24=norm(s234);
s25=norm(s235);
s26=norm(s236);
s27=norm(s237);
st20=std(s230);
st21=std(s231);
st22=std(s232);
st23=std(s233);
st24=std(s234);
st25=std(s235);
st26=std(s236);
st27=std(s237);
disp('故障信号的特征向量');
snorm2=[s20,s21,s22,s23,s24,s25,s26,s27]
std2=[st20,st21,st22,st23,st24,st25,st26,st27]
subplot(9,2,4);plot(s230);
ylabel('S230');
subplot(9,2,6);plot(s231);
ylabel('S231');
subplot(9,2,8);plot(s232);
ylabel('S232');
subplot(9,2,10);plot(s233);
ylabel('S233');
subplot(9,2,12);plot(s234);
ylabel('S234');
subplot(9,2,14);plot(s235);
ylabel('S235');
subplot(9,2,16);plot(s236);
ylabel('S236');
subplot(9,2,18);plot(s237);
ylabel('S237');
%fft
figure
y1=fft(s1,1024);
py1=y1.*conj(y1)/1024;
y2=fft(s2,1024);
py2=y2.*conj(y2)/1024;
y130=fft(s130,1024);
py130=y130.*conj(y130)/1024;
y131=fft(s131,1024);
py131=y131.*conj(y131)/1024;
y132=fft(s132,1024);
py132=y132.*conj(y132)/1024;
y133=fft(s133,1024);
py133=y133.*conj(y133)/1024;
y134=fft(s134,1024);
py134=y134.*conj(y134)/1024;
y135=fft(s135,1024);
py135=y135.*conj(y135)/1024;
y136=fft(s136,1024);
py136=y136.*conj(y136)/1024;
y137=fft(s137,1024);
py137=y137.*conj(y137)/1024;
y230=fft(s230,1024);
py230=y230.*conj(y230)/1024;
y231=fft(s231,1024);
py231=y231.*conj(y231)/1024;
y232=fft(s232,1024);
py232=y232.*conj(y232)/1024;
y233=fft(s233,1024);
py233=y233.*conj(y233)/1024;
y234=fft(s234,1024);
py234=y234.*conj(y234)/1024;
y235=fft(s235,1024);
py235=y235.*conj(y235)/1024;
y236=fft(s236,1024);
py236=y236.*conj(y236)/1024;
y237=fft(s237,1024);
py237=y237.*conj(y237)/1024;
f=1000*(0:511)/1024;
subplot(1,2,1);
plot(f,py1(1:512));
ylabel('P1');
title('原始信号的功率谱')
subplot(1,2,2);
plot(f,py2(1:512));
ylabel('P2');
title('故障信号的功率谱')
figure
subplot(4,2,1);
plot(f,py130(1:512));
ylabel('P130');
title('S130的功率谱')
subplot(4,2,2);
plot(f,py131(1:512));
ylabel('P131');
title('S131的功率谱')
subplot(4,2,3);
plot(f,py132(1:512));
ylabel('P132');
subplot(4,2,4);
plot(f,py133(1:512));
ylabel('P133');
subplot(4,2,5);
plot(f,py134(1:512));
ylabel('P134');
subplot(4,2,6);
plot(f,py135(1:512));
ylabel('P135');
subplot(4,2,7);
plot(f,py136(1:512));
ylabel('P136');
subplot(4,2,8);
plot(f,py137(1:512));
ylabel('P137');
figure
subplot(4,2,1);
plot(f,py230(1:512));
ylabel('P230');
title('S230的功率谱')
subplot(4,2,2);
plot(f,py231(1:512));
ylabel('P231');
title('S231的功率谱')
subplot(4,2,3);
plot(f,py232(1:512));
ylabel('P232');
subplot(4,2,4);
plot(f,py233(1:512));
ylabel('P233');
subplot(4,2,5);
plot(f,py234(1:512));
ylabel('P234');
subplot(4,2,6);
plot(f,py235(1:512));
ylabel('P235');
subplot(4,2,7);
plot(f,py236(1:512));
ylabel('P236');
subplot(4,2,8);
plot(f,py237(1:512));
ylabel('P237');
figure
%plottree(wpt)
分享:
喜欢
0
赠金笔
加载中,请稍候......
评论加载中,请稍候...
发评论
登录名: 密码: 找回密码 注册记住登录状态
昵 称:
评论并转载此博文
发评论
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。
使用小波包变换分析信号的matlab程序,使用小波包变换分析信号的MATLAB程序(转)...相关推荐
- 基于小波包的图像压缩及matlab实现,基于小波包的图像压缩及matlab实现精选.doc...
基于小波包的图像压缩及matlab实现精选 基于小波包的图像压缩及matlab实现 摘要:小波包分析理论作为新的时频分析工具,在信号分析和处理中得到了很好的应用,它在信号处理.模式识别.图像分析.数据 ...
- matlab 电化学程序,基于MATLAB的电化学滴定曲线导数变换的实现
冶金分析 ,2010 ,30(10) :1619Metallurgical Analysis ,2010 ,30(10) :16219文章编号 :1000 - 7571(2010) 10 - 0016 ...
- matlab有意思程序,matlab有意思的小程序
10个C++趣味小程序,很有意思的.VIP专享文档 VIP专享文档是百度文库认... 现在很多人使用微信的时间已经非常长了,他们注册的微信号往上可能已经是5年前的事情了,正是由于不少使用者在这个过程当 ...
- matlab中daubechie小波,[转载]小波滤波器
滤波器组完美重构与小波快速算法. 前面的分析可以知道Vj相当于在j分辨率的逼近,Vj-1相当于j-1分辨率的逼近,这样Wj-1相当于两个分辨率逼近的差.在高分辨率下,我们可以用f在(2^j*t)的采样 ...
- gabor小波matlab,用matlab实现gabor小波对图片的纹理特征提取【转】
用matlab实现gabor小波对图片的纹理特征提取[转] (2009-04-27 14:35:41) 过程如下: (1)在matlab中,用gaborfilter.m程序实现对三种农作物(小麦.棉花 ...
- matlab dwt 多层分解,利用matlab对图片进行多层小波分解 会的加QQ511607771 加过作图之后积分加倍送...
利用matlab对图片进行多层小波分解 会的加QQ511607771 加过作图之后积分加倍送 mip版 关注:96 答案:2 悬赏:0 解决时间 2021-01-23 13:02 已解决 202 ...
- 初识exe程序反汇编小感
[原创]初识exe程序反汇编小感 <?xml:namespace prefix = o ns = "urn:schemas-microsoft-com:office:office&qu ...
- matlab算法(二维傅立叶级数变换)
说明 Y = fft2(X) 使用快速傅里叶变换算法返回矩阵的二维傅里叶变换,这等同于计算 fft(fft(X).').'.如果 X 是一个多维数组,fft2 将采用高于 2 的每个维度的二维变换.输 ...
- MATLAB能进行拉氏变换吗,matlab拉氏反变换
§2.3 拉氏变换和拉氏反变换的定义 ? §2.4 典型时间函数的拉氏变换 ? §2.5 拉氏变换的性质 ? §2.6 拉氏反变换的数学方法 ? §2.7 用拉氏变换解...... 实验八 拉氏正反变 ...
- matlab对图像进行KL变换,kl变换特征提取
KL变换_工学_高等教育_教育专区.模式识别中经典算法KL变换的详细介绍 基于K 基于K-L变换的多类模式特征提取特征提取的目的: 对一类模式:维数压缩. 对多类模式...... (Karhunen- ...
最新文章
- Hibernate 查询数据库中的数据
- BC之CM:区块链之共识机制——深入浅出以及国内外当下主流区块链平台共识机制纵向、横向比较相关配图
- JMeter专题系列(二)录制脚本
- Java中main函数只能调用同类中的静态方法?
- K8s容器集群管理系统
- SQL SERVER 2008 数据恢复错误的解决步骤
- birt报表表格边框_Python 快速设置 Excel 表格边框
- php redius,Linux下Redius的安装与部署详解
- JPA学习笔记二——Hello World
- CouchDB 1.3.0的新特性以及算法的强化
- MATLAB 产生线性调频信号
- win10系统计算机物理地址,Win10电脑mac地址如何查看 win10系统查看mac地址的方法...
- macos 下 vmware fusion 安装 vmware tools
- 给网页添加背景图片 html+css
- vue关于时间顺序排序
- 神通数据库connect by用法
- python123m与n的数学运算_【Python数学面试题】面试问题:Python“… - 看准网
- Ubuntu20 设置桌面壁纸自动切换
- [USACO09MAR]向右看齐Look Up————单调栈
- 谐波均值滤波matlab,谐波均值滤波器.PPT
热门文章
- ...weights already exists, disallowed. Did you mean to set reuse=True...(解决办法)
- mysql架构与存储引擎
- 网络推广方式有哪些,网络推广哪个平台好?
- GDOI2018 涛涛摘苹果 [CDQ分治]
- 树莓派开机发ip到邮箱
- c语言实验3报告及答案,C语言编程实验报告3
- android 挖孔屏适配_使用Flexible实现手淘H5页面的终端适配
- CentOS7.5搭建Heartbeat+DRBD+NFS高可用共享存储
- 电影推荐之《指环王:双塔奇兵》 隐私策略(Privacy policy)
- 团队八种角色缺乏_缺乏信任会对团队造成什么影响