R语言离散小波变化

最新推荐文章于 2025-07-14 20:31:50 发布

BY@VCL

最新推荐文章于 2025-07-14 20:31:50 发布

阅读量2.2k

点赞数 2

CC 4.0 BY-SA版权

分类专栏：时间序列分析数据挖掘文章标签： R 小波包分解

本文链接：https://blog.youkuaiyun.com/weixin_40532625/article/details/88942490

数据挖掘同时被 2 个专栏收录

6 篇文章

订阅专栏

时间序列分析

4 篇文章

订阅专栏

本文通过一个具体的示例展示了如何使用R语言中的waveslim库进行离散小波变换(DWT)。该过程包括了生成模拟信号、执行变换、调整细节系数以及逆变换来重构信号，最终通过图表对比展示原始信号与去除高频后的信号。

library(waveslim)
fs=128#采样频率
#模拟波形 
t=seq(1/fs,2,1/fs)#样本数要是2^J  
S=1.5*sin(2*pi*6*t)+2*sin(2*pi*50*t)+3*sin(2*pi*100*t)

d<-dwt(S,, wf="d8",n.levels=3)

d$d2<-rep(0,length(d$d2))
d$d1<-rep(0,length(d$d1))
d$d3<-rep(0,length(d$d3))
id<-idwt(d)
op<-par(mfrow=c(3,1))
plot(S~t,t='l',ylab='原始信号')
plot(id~t,t='l',ylab='除高频')
plot(t,1.5*sin(2*pi*6*t),t='l')
par(op)