matlab小波滤波器使用

最新推荐文章于 2025-05-27 12:13:24 发布

原创

最新推荐文章于 2025-05-27 12:13:24 发布 · 6.9k 阅读

16 ·

CC 4.0 BY-SA版权

文章标签：

#matlab #小波

本文介绍了如何在MATLAB中进行小波滤波，特别是db小波的运用。通过分解、重构滤波器以及上下采样函数，实现多分辨分析，提供了相关代码示例。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

研究db小波，用分解和重构滤波器和上下采样函数实现多分辨分析，代码如下：

%%% 小波分解与重构
clear;close all;
load noissin;Sig=noissin;
%%  滤波器分解
[Lo_D,Hi_D,Lo_R,Hi_R] = wfilters('db3');
[c,l] = wavedec(Sig,2,Lo_D,Hi_D);
[cd1,cd2]=detcoef(c,l,[1,2]);
ca2 = appcoef(c,l,'db3',2);
% 重构
X=waverec(c,l,Lo_R,Hi_R);
%%  换种方式分解
[C,L] = wavedec(Sig,2,'db3');
[Cd1,Cd2]=detcoef(c,l,[1,2]);
Ca2 = appcoef(c,l,'db3',2);
Ca1=appcoef(c,l,'db3',1);
%%  手动卷积分解
det1=conv(Hi_D,Sig);
det1=dyaddown(det1);
app1=conv(Lo_D,Sig);
app1=dyaddown(app1);
det2=conv(Hi_D,app1);
det2=dyaddown(det2);
app2=conv(Lo_D,app1);
app2=dyaddown(app2);
% 重构
App1=conv(Lo_R,dyadup(app2))+conv(Hi_R,dyadup(det2));
App1=App1(6:end-5); % 前后各去掉5个值
Xs=conv(Lo_R,dyadup(App1))+conv(Hi_R,dyadup(det1));
% figure(1);subplot(211);plot(Cd1);title('cd1')
% subplot(212);plot(det1);title('det1')
% fig