?作者簡介：熱愛科研的Matlab仿真開發(fā)者，修心和技術同步精進，matlab項目合作可私信。

🍎個人主頁：Matlab科研工作室

🍊個人信條：格物致知。

更多Matlab仿真內(nèi)容點擊👇

智能優(yōu)化算法 ? ? ? 神經(jīng)網(wǎng)絡預測 ? ? ? 雷達通信? ? ? ?無線傳感器 ? ? ? ?電力系統(tǒng)

信號處理 ? ? ? ? ? ? ?圖像處理 ? ? ? ? ? ? ? 路徑規(guī)劃 ? ? ? 元胞自動機 ? ? ? ?無人機?

? 內(nèi)容介紹

?地震信號是非平穩(wěn)的,譜分解方法是研究非平穩(wěn)信號的常規(guī)方法,但由于常規(guī)譜分解方法無法同時獲得高時間分辨率和高頻率分辨率,固無法滿足目前地震資料精細解釋的需求.基于此,本文提出了一種高時頻分辨率的譜分解方法-同步壓縮小波變換(synchrosqueezing wavelet transform,SSWT),該方法只在頻率方向?qū)π〔ㄏ禂?shù)進行壓縮和重排,不僅提高時頻分辨率,還可以重建信號.本文從SSWT基本原理出發(fā),研究本方法的抗噪性和可逆性等基本性質(zhì),采用頻率修正同步壓縮小波變換算法有效減輕了瞬時頻率變化率不為零的信號所存在的時頻譜模糊現(xiàn)象.通過對實際地震資料分別采用連續(xù)小波變換(CWT),三參數(shù)小波變換(TP),S變換(ST)和SSWT進行譜分解研究,驗證了該方法的優(yōu)越性.

? 部分代碼

clc; clear; close all;

%% Parameters

? ? N = 800;? ? ? ? ? ? ? ? ? ?

? ? fs = 200;? ? ? ? ? ? ? ? ?

? ? f = (0:N/2)*fs/N;? ? ? ? ? ? ? ?

? ? t = (0:N-1)/fs;? ? ? ? ??

? ? num = 1;

%% Test Signal??

%Mode1

A_f2 = exp(0.002*f);

Phi_f2 = -6*f+1.6*sin(0.2*f);

X2 = A_f2.*exp(-1i*2*pi*Phi_f2);

X2(end) = -A_f2(end);

Y2 = [X2? conj(fliplr(X2(2:end-1)))];

y2 = ifft(Y2);

%Mode2

y=y2;

figure;

plot(t,y)

ylabel('Amp / v')

axis([0 5 -0.1 0.1]);

[Ws1,Wx1,tau1,as1] = WTMSST_Z(y',0.001,'cmor12-2',1000,10);

[Ws2] = WTMSST_Z(y',0.001,'cmor12-2',1000,10);

fre=scal2frq(as1,'cmor12-2',1/fs);

figure

imagesc(t,fre,abs(Wx1))

ylabel('Fre / Hz');

xlabel('Time / s');

axis xy

figure

imagesc(t,fre,abs(Ws1))

xlabel('Time / s');

ylabel('Fre / Hz');

axis xy

? 運行結果

? 參考文獻

[1]王嘉梅. 基于MATLAB的小波變換信號消噪處理[J]. 無線電通信技術, 2001(005):027.

[2]賀京生. 基于小波變換的十二導聯(lián)心電信號分析研究[D]. 南昌大學.

[3]蔡俊雄, 樂友喜, 鄧小凡. 基于同步壓縮小波變換的儲層預測方法研究[C]// CPS/SEG北京2018國際地球物理會議暨展覽. 0.

?? 完整代碼

??部分理論引用網(wǎng)絡文獻，若有侵權聯(lián)系博主刪除

?? 關注我領取海量matlab電子書和數(shù)學建模資料

總結

以上是生活随笔為你收集整理的【信号处理】基于小波变换的时间重分配多重同步压缩变换TMSST附matlab代码的全部內(nèi)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(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。