小波(Wavelet)這一術語，顧名思義，“小波”就是小的波形。所謂“小”是指它具有衰減性；而稱之為“波”則是指它的波動性，其振幅正負相間的震蕩形式。與Fourier變換相比，小波變換是時間(空間)頻率的局部化分析，它通過伸縮平移運算對信號(函數)逐步進行多尺度細化，最終達到高頻處時間細分，低頻處頻率細分，能自動適應時頻信號分析的要求，從而可聚焦到信號的任意細節，解決了Fourier變換的困難問題，成為繼Fourier變換以來在科學方法上的重大突破。

1、步驟

將原始數據文件夾copy到裝有matlab 的電腦

打開matlab軟件， 進入軟件主界面

在軟件的左下方找到start按鈕，點擊選擇toolbox， 然后選擇wavelet

進入wavemenu界面，選擇一維小波中的wavelet1-D并 進入

右上角選擇用于小波分析的小波基以及分解層數并點擊analyse開始分析

選擇要處理的信號，界面出現 loaded信號，這就是沒有去噪前的原 始信號

在wavemenu主界面中選擇file-load signal或者import from workspace— import signal

將數據文件(.Mat 格式)托到matlab 軟件主界面的 workspace

分析后在左邊欄目 中出現s，a*， d*，其中s為原信 號，a*為近似信 號，d*為細節信號

然后點擊denoise 去噪

matlab小波工具箱小波分析步驟_文檔下載https://www.wendangxiazai.com/b-12b70285c77da26925c5b0ae.html 閾值方法常用的有 4種fixed(固定閾值)， rigorsure， heusure，minmax 根據需要選擇，一 般情況下 rigorsure方式去 噪效果較好

Soft(軟閾值)， hard(硬閾值)一 般選擇軟閾值去噪 后的信號較為平滑

在此窗口下點擊 file-save denoised singal，保存輸出 去噪后的信號

點擊denoise開始正式去噪

在噪聲結構下面的數值不要隨意改，這是系統默認的去噪幅度

在噪聲結構中選擇 unscaled white noise，因為在工程應用中的噪聲一般不僅僅含有白噪 聲

去噪結束

去噪結束后，把去噪后信號(.mat格 式)拖至matlab主界面的workspace 中，與原信號一起打包，以便以后計 算統計量

Matlab編程計算相關統計量以及特征 量

得出統計量和特征量后結束

2、步驟流程

3、代碼

%含噪聲的三角波與正弦波的組合

%利用db5小波對信號進行7層分解

%生產正弦信號

clc;close all;clear all;

N=1000;

t=1:N;

sig1=sin(0.3*t);

%生成三角形波形

sig2(1:500)=((1:500)-1)/500;

sig2(501:N)=(1000-(501:1000))/500;

figure(1);

subplot(211);

plot(t，sig1，‘linewidth’，2);

xlabel(‘樣本序號 N’);

ylabel(‘幅值A’);

subplot(212);

plot(t，sig2，‘linewidth’，2);

xlabel(‘樣本序號 N’);

ylabel(‘幅值A’);

%疊加信號

x=sig1+sig2+randn(1，N);

figure(2);

plot(t，x，‘linewidth’，2);

xlabel(‘樣本序號 N’);

ylabel(‘幅值A’);%一維小波分解

［c，l］=wavedec(x，7，‘db5’);%重構第1-7層逼近系數

a7=wrcoef(‘a’，c，l，‘db5’，7);

a6=wrcoef(‘a’，c，l，‘db5’，6);

a5=wrcoef(‘a’，c，l，‘db5’，5);

a4=wrcoef(‘a’，c，l，‘db5’，4);

a3=wrcoef(‘a’，c，l，‘db5’，3);

a2=wrcoef(‘a’，c，l，‘db5’，2);

a1=wrcoef(‘a’，c，l，‘db5’，1);%顯示逼近系數

figure(3)

subplot(711)

plot(a7，‘linewidth’，2);

ylabel(‘a7’);

subplot(712)

plot(a6，‘linewidth’，2);

ylabel(‘a6’);

subplot(713)

plot(a5，‘linewidth’，2);

ylabel(‘a5’);

subplot(714)

plot(a4，‘linewidth’，2);

ylabel(‘a4’);

subplot(715)

plot(a3，‘linewidth’，2);

ylabel(‘a3’);

subplot(716)

plot(a2，‘linewidth’，2);

ylabel(‘a2’);

subplot(717)

plot(a1，‘linewidth’，2);

ylabel(‘a1’);

xlabel(‘樣本序號 N’);%重構第1-7層細節系數

d7=wrcoef(‘d’，c，l，‘db5’，7);

d6=wrcoef(‘d’，c，l，‘db5’，6);

d5=wrcoef(‘d’，c，l，‘db5’，5);

d4=wrcoef(‘d’，c，l，‘db5’，4);

d3=wrcoef(‘d’，c，l，‘db5’，3);

d2=wrcoef(‘d’，c，l，‘db5’，2);

d1=wrcoef(‘d’，c，l，‘db5’，1);

%顯示細節系數

figure(4)

subplot(711)

plot(d7，‘linewidth’，2);

ylabel(‘d7’);

subplot(712)

plot(d6，‘linewidth’，2);

ylabel(‘d6’);

subplot(713)

plot(d5，‘linewidth’，2);

ylabel(‘d5’);

subplot(714)

plot(d4，‘linewidth’，2);

ylabel(‘d4’);

subplot(715)

plot(d3，‘linewidth’，2);

ylabel(‘d3’);

subplot(716)

plot(d2，‘linewidth’，2);

ylabel(‘d2’);

subplot(717)

plot(d1，‘linewidth’，2);

ylabel(‘d1’);

xlabel(‘樣本序號 N’);

總結

以上是生活随笔為你收集整理的matlab的小波分析,matlab小波分析步骤是什么 - 全文的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。