小波包能量特征提取

最新推荐文章于 2025-03-06 22:11:20 发布

在路上。。。。

最新推荐文章于 2025-03-06 22:11:20 发布

阅读量1w

点赞数 5

文章标签：人工智能

本文链接：https://blog.youkuaiyun.com/zailushag/article/details/106878613

版权

最近在弄小波包能量特征提取，可以说弄了很长时间。
废话不多说，抓紧时间上重点！

小波变换

小波变换是处理低频的信息，但是对于高频却不能处理。不能处理非线性、非平稳的信号（例如滚动轴承）。

小波包变化

因为有不足，才会发展；知识也是这样，所以小波包问世。小波包变化弥补了小波变换的不足之处，即可对低频也可对高频信号处理；
在这里插入图片描述

小波包能量特征提取

我提取的是8维db3小波包能量特征，以上即是小波包树，其中节点的命名规则是从（1，0）开始，叫1号，（1，1）是2号………依此类推，（3，0）是7号，（3，7）是14号。每个节点都有对应的小波包系数，这个系数决定了频率的大小。
在这里插入图片描述

代码

function E =wavelet_energy_spectrum( wpt,n )
%% 计算每一层每一个节点的能量
% wpt-wavelet packet tree
% n-第n层能量
%
% Author hubery_zhang
% Date 20170714

%%
% 求第n层第i个节点的系数
E(1:2^n )=0;
for i=1:2^n
E(i) = norm(wpcoef(wpt,[n,i-1]),2); %求第i个节点的范数平方，其实也就是平方和
end
%求每个节点的概率
E_total=sum(E);
for i=1:2^n
p_node(i)= 100*E(i)/E_total;
end
% E = wenergy(wpt); only get the last layer
figure;
x=1:2^n;
bar(x,p_node);
title([‘第’,num2str(n),‘层’]);
axis([0 2^n 0 100]);
xlabel(‘结点’);
ylabel(‘能量百分比/%’);
for j=1:2^n
text(x(j),p_node(i),num2str(p_node(j),’%0.2f’),…
‘HorizontalAlignment’,‘center’,…
‘VerticalAlignment’,‘bottom’)
end

end