利用小波分解后，频率计算问题
问：
matlab中使用小波工具箱对信号进行小波分解后，得到各频率分量的重构信号，分解后的这些信号的频段具体怎么计算？？？
答：
小波变换并不是纯频域的变换，它无法完全脱离时空域，所以小波的应用的多数领域并不十分关注实际的频率值，而且小波的有些概念并不适合以前纯频域的概念，它更多关注分析信号的特征，说白了就是信号本身的样子，也就是其几何波形特征。这也就是在matlab中使用小波工具箱分析信号时，你看到很少使用频域的单位－HZ的主要原因，所有的例程都只标出采样点的个数，因为它不知道信号所代表的时间长度，但这并不影响小波变换的计算。
如果你非要计算其重构信号的频段，让小波分析与纯频域挂钩，那么十分简单，这一切的原理都来自于信号处理的终极基础原理－采样定理，然后让我们来做除法游戏吧。要计算每一阶重构信号的频段，主要由信号的时空长度（整个信号经历的时间和空间长度）和采样的点数确定。
这里有两点需注意1.DWT小波分解的各阶细节和近似重构后的实际时空长度和原始信号是相同的，例如原始信号经历的时间是1秒，那么分解重构后的各阶细节和近似它们代表的时间也是1秒。2.各阶分解的不同就是分解的小波系数的个数不同，由于通常的DWT都使用二进小波变换，所以通常每一高阶分解的小波系数个数都约是每一低阶的一半，重构时都再插值到原始信号的采样点数。所以由各阶重构时空长度不变和小波系数的个数随阶次增大而以2的幂次减少可以分析得出，每一高阶重构信号的最大频率应是其相邻低阶重构信号最大频率的一半。对于小波重构的细节，其分解有些是通过带通滤波器实现的，其信号波长（频率）将是是一个范围，最大值是该阶细节的最大频率，其最小值由于使用二进小波变换的原理是其最大频率的一半。对于小波重构的逼近，其频率应是小于一个值，这个值是该阶细节的最小频率。
下面来举一个例子。 一个原始信号，经历的时间长度为2秒，采样了2000个点，那么做除法，可得出采样频率为1000hz，由采样定理（做除法）得该信号的最大频率为500hz，那么对该信号做3阶的DWT，一阶细节的频段为250－500hz，一阶逼近的频段为小于250hz，二阶细节的频段为125－250hz，逼近的频段为小于125hz，三阶细节的频段约为62.5－125hz，逼近的频段为小于62.5hz。对于更多阶的分解也是以此类推的。
还有几点补充，以上方法是由采样定理和二进小波变换的原理得出的，都是用2做除法得出，这是许多文献的通常做法，但实际matlab在DWT时并不能做到每一阶都精确的减半，关于这个问题可以参看http://zhidao.baidu.com/question/744136556371648892.html?oldq=1 ，但影响并不大，尽可放心使用。另外要计算重构信号的频率值，那与你所用的小波基的中心频率有关，只有使用FFT了。还有信号最多能分解几阶要考虑wmaxlev函数的要求。
原文链接：https://zhidao.baidu.com/question/1796007745075089787.html?qbl=relate_question_0&word=wmaxlev
利用小波分解后，频率计算问题相关推荐
- 传统语音增强——基于小波分解的语音降噪算法
一.小波分析的意义 在传统的傅里叶分析中,信号完全是在频域展开的,不包含任何时频的信息.因为丢弃的时域信息对某些应用同样重要,所以出现很多能表征时域和频域信息的信号分析方法,如短时傅里叶变换.Gabo ...
- mallat算法 c语言,基于STM32F4的小波分解（Mallat算法）程序说明
一.主要思路 原始信号:OrgSig 信号长度:DWT_SIG_LEN 小波分解层数:N 与MATLAB类似,小波分解后产生2个数组DWT_L和DWT_C,但定义与MATLAB不同.定义如下: DWT ...
- MATLAB小波分解/重构wavedec/waverec函数中L和C的意义
这两天在做用小波阈值法进行信号去噪的问题,需要将信号进行五层小波分解,每进行一层分解时都将该层得到的细节系数CDi进行一次阈值化处理.这可以通过多次调用matlab中的dwt函数来实现.但是,在信号进 ...
- matlab dwt 多层分解,多尺度小波分解Matlab/Python实现与原理分析
小波分解的理解 Matlab中实现小波分解方式 在matlab中实现小波分解的方式比较简单,通过[C,L] = wavedec(X,N,'wname')得到C和L,如下图,C表示分解得到的各个层的小波 ...
- 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 ...
- python小波分解与重构_小波分解和重构
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, 小波包变换可以对高频部分提供更精细的分解 详见(http://www.cnblogs.com/welen/articles/5667217.h ...
- 利用小波融合对由聚焦失败导致的图像模糊进行修复
图像的融合是将两幅或多幅图像融合在一起,以获取对同一场景的更为精确.更为全面.更为可靠的图像描述.融合算法应该充分利用各原图像的互补信息,使融合后的图像更适合人的视觉感受,适合进一步分析的需要.例如在 ...
- 哈儿小波分解和重构（降维和升维）实现算法
[0]README 0.1)本文旨在讲解 哈儿小波变换(分解和重构)进行数据的降维和升维: [timestamp: 1703281610]时隔几个月再来review 哈儿小波变换算法的具体思路: 1) ...
- 对于小波分解和傅立叶分解的理解
记得,在以前的博文中,有过这样的描写,pca和ica其实是在寻找一组基.在ica中,这组基是独立的:在pca中,这组基是正交的. 如果,限制在fmri研究的范畴下,ica和pca都是在找一组图像基以及 ...
- 小波分解与小波包分解代码_分解的功能参数和代码可维护性
小波分解与小波包分解代码 Code keeps changing, there's no doubt about that. We always do our best to set some roc ...
最新文章
- Serializable 都这么牛逼了，Parcelable 还要你何用？
- 万字长文！DeepMind科学家总结2021年的15个高能研究
- python 编程入门-Python编程入门电子书教程，看这几个就够了
- micropython oled中文_micropython esp8266+ssd1306(OLED) 显示中文(示例)
- mysql hex函数性能_mysql hex与unhex 函数的妙用
- C语言试题二十三之编写一个函数void function(int tt[m][n],int pp[n]),tt指向一个m行n列的二维函数组，求出二维函数组每列中最小元素，并依次放入pp所指定一维数组中
- C++作用域、局部变量、全局变量、传引用传值对比的一个例子
- C++基础——C++风格的类型转换（static_cast、const_cast、dynamic_cast、reinterpret_cast）
- python名片系统_初识python-名片管理系统v1.0
- 计算机二级C语言选择题——01
- 决策树算法——ID3算法，C4.5算法
- numeric mysql_MYSQL的DECIMAL和NUMERIC类型
- QQ秀文字,很酷的!
- 影视后期制作学习（AE）（时钟动画制作）
- 企业管理之道：中层管理者，到底该管理什么？
- docker中konga的安装
- 统计|如何理解和进行两个总体方差的假设检验
- 这个表是怎么回事？？？ [问题点数：50分] 收藏
- 绝版珍藏---.net2.0框架老爷机专用
- 库卡机器人外部紧急关断已按_茂名市维修川崎机器人示教器中心