关于小波分析的matlab程序_第1页
关于小波分析的matlab程序_第2页
关于小波分析的matlab程序_第3页
关于小波分析的matlab程序_第4页
免费预览已结束,剩余14页可下载查看

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

-/forum-viewthread-tid-9141-extra-page%3D1-page-1.html(个人收集关于小波分析的matlab程序)小波滤波器构造和消噪程序1小波谱分析mallat算法经典程序7小波包变换分析信号的MATLAB程序9利用小波变换实现对电能质量检测的算法实现15基于小波变换的图象去噪 Normalshrink算法17小波滤波器构造和消噪程序1 重构% mallet_wavelet.m% 此函数用于研究Mallet算法及滤波器设计% 此函数仅用于消噪a=pi/8; %角度赋初值b=pi/8;%低通重构FIR滤波器h0(n)冲激响应赋值h0=cos(a)*cos(b);h1=sin(a)*cos(b);h2=-sin(a)*sin(b);h3=cos(a)*sin(b);low_construct=h0,h1,h2,h3;L_fre=4; %滤波器长度low_decompose=low_construct(end:-1:1); %确定h0(-n),低通分解滤波器for i_high=1:L_fre; %确定h1(n)=(-1)n,高通重建滤波器if(mod(i_high,2)=0);coefficient=-1;elsecoefficient=1;endhigh_construct(1,i_high)=low_decompose(1,i_high)*coefficient;endhigh_decompose=high_construct(end:-1:1); %高通分解滤波器h1(-n)L_signal=100; %信号长度n=1:L_signal; %信号赋值f=10;t=0.001;y=10*cos(2*pi*50*n*t).*exp(-20*n*t);figure(1);plot(y);title(原信号);check1=sum(high_decompose); %h0(n)性质校验check2=sum(low_decompose);check3=norm(high_decompose);check4=norm(low_decompose);l_fre=conv(y,low_decompose); %卷积l_fre_down=dyaddown(l_fre); %抽取,得低频细节h_fre=conv(y,high_decompose);h_fre_down=dyaddown(h_fre); %信号高频细节figure(2);subplot(2,1,1)plot(l_fre_down);title(小波分解的低频系数);subplot(2,1,2);plot(h_fre_down);title(小波分解的高频系数);l_fre_pull=dyadup(l_fre_down); %0差值h_fre_pull=dyadup(h_fre_down);l_fre_denoise=conv(low_construct,l_fre_pull);h_fre_denoise=conv(high_construct,h_fre_pull);l_fre_keep=wkeep(l_fre_denoise,L_signal); %取结果的中心部分,消除卷积影响h_fre_keep=wkeep(h_fre_denoise,L_signal);sig_denoise=l_fre_keep+h_fre_keep; %信号重构compare=sig_denoise-y; %与原信号比较figure(3);subplot(3,1,1)plot(y);ylabel(y); %原信号subplot(3,1,2);plot(sig_denoise);ylabel(sig_denoise); %重构信号subplot(3,1,3);plot(compare);ylabel(compare); %原信号与消噪后信号的比较2 消噪、% 此函数用于研究Mallet算法及滤波器设计% 此函数用于消噪处理%角度赋值%此处赋值使滤波器系数恰为db9%分解的高频系数采用db9较好,即它的消失矩较大%分解的有用信号小波高频系数基本趋于零%对于噪声信号高频分解系数很大,便于阈值消噪处理l,h=wfilters(db10,d);low_construct=l;L_fre=20; %滤波器长度low_decompose=low_construct(end:-1:1); %确定h0(-n),低通分解滤波器for i_high=1:L_fre; %确定h1(n)=(-1)n,高通重建滤波器if(mod(i_high,2)=0);coefficient=-1;elsecoefficient=1;endhigh_construct(1,i_high)=low_decompose(1,i_high)*coefficient;endhigh_decompose=high_construct(end:-1:1); %高通分解滤波器h1(-n)L_signal=100; %信号长度n=1:L_signal; %原始信号赋值f=10;t=0.001;y=10*cos(2*pi*50*n*t).*exp(-30*n*t);zero1=zeros(1,60); %信号加噪声信号产生zero2=zeros(1,30);noise=zero1,3*(randn(1,10)-0.5),zero2;y_noise=y+noise;figure(1);subplot(2,1,1);plot(y);title(原信号);subplot(2,1,2);plot(y_noise);title(受噪声污染的信号);check1=sum(high_decompose); %h0(n),性质校验check2=sum(low_decompose);check3=norm(high_decompose);check4=norm(low_decompose);l_fre=conv(y_noise,low_decompose); %卷积l_fre_down=dyaddown(l_fre); %抽取,得低频细节h_fre=conv(y_noise,high_decompose);h_fre_down=dyaddown(h_fre); %信号高频细节figure(2);subplot(2,1,1)plot(l_fre_down);title(小波分解的低频系数);subplot(2,1,2);plot(h_fre_down);title(小波分解的高频系数);% 消噪处理for i_decrease=31:44;if abs(h_fre_down(1,i_decrease)=0.000001h_fre_down(1,i_decrease)=(10-7);endendl_fre_pull=dyadup(l_fre_down); %0差值h_fre_pull=dyadup(h_fre_down);l_fre_denoise=conv(low_construct,l_fre_pull);h_fre_denoise=conv(high_construct,h_fre_pull);l_fre_keep=wkeep(l_fre_denoise,L_signal); %取结果的中心部分,消除卷积影响h_fre_keep=wkeep(h_fre_denoise,L_signal);sig_denoise=l_fre_keep+h_fre_keep; %消噪后信号重构%平滑处理for j=1:2for i=60:70;sig_denoise(i)=sig_denoise(i-2)+sig_denoise(i+2)/2;end;end;compare=sig_denoise-y; %与原信号比较figure(3);subplot(3,1,1)plot(y);ylabel(y); %原信号subplot(3,1,2);plot(sig_denoise);ylabel(sig_denoise); %消噪后信号subplot(3,1,3);plot(compare);ylabel(compare); %原信号与消噪后信号的比较小波谱分析mallat算法经典程序clc;clear;% 1.正弦波定义f1=50; % 频率1f2=100; % 频率2fs=2*(f1+f2); % 采样频率Ts=1/fs; % 采样间隔N=120; % 采样点数n=1:N;y=sin(2*pi*f1*n*Ts)+sin(2*pi*f2*n*Ts); % 正弦波混合figure(1)plot(y);title(两个正弦信号)figure(2)stem(abs(fft(y);title(两信号频谱)% 2.小波滤波器谱分析h=wfilters(db30,l); % 低通g=wfilters(db30,h); % 高通h=h,zeros(1,N-length(h); % 补零(圆周卷积,且增大分辨率变于观察)g=g,zeros(1,N-length(g); % 补零(圆周卷积,且增大分辨率变于观察)figure(3);stem(abs(fft(h);title(低通滤波器图)figure(4);stem(abs(fft(g);title(高通滤波器图)% 3.MALLET分解算法(圆周卷积的快速傅里叶变换实现)sig1=ifft(fft(y).*fft(h); % 低通(低频分量)sig2=ifft(fft(y).*fft(g); % 高通(高频分量)figure(5); % 信号图subplot(2,1,1)plot(real(sig1);title(分解信号1)subplot(2,1,2)plot(real(sig2);title(分解信号2)figure(6); % 频谱图subplot(2,1,1)stem(abs(fft(sig1);title(分解信号1频谱)subplot(2,1,2)stem(abs(fft(sig2);title(分解信号2频谱)% 4.MALLET重构算法sig1=dyaddown(sig1); % 2抽取sig2=dyaddown(sig2); % 2抽取sig1=dyadup(sig1); % 2插值sig2=dyadup(sig2); % 2插值sig1=sig1(1,1:N); % 去掉最后一个零sig2=sig2(1,1:N); % 去掉最后一个零hr=h(end:-1:1); % 重构低通gr=g(end:-1:1); % 重构高通hr=circshift(hr,1); % 位置调整圆周右移一位gr=circshift(gr,1); % 位置调整圆周右移一位sig1=ifft(fft(hr).*fft(sig1); % 低频sig2=ifft(fft(gr).*fft(sig2); % 高频sig=sig1+sig2; % 源信号% 5.比较figure(7);subplot(2,1,1)plot(real(sig1);title(重构低频信号);subplot(2,1,2)plot(real(sig2);title(重构高频信号);figure(8);subplot(2,1,1)stem(abs(fft(sig1);title(重构低频信号频谱);subplot(2,1,2)stem(abs(fft(sig2);title(重构高频信号频谱);figure(9)plot(real(sig),r,linewidth,2);hold on;plot(y);legend(重构信号,原始信号)title(重构信号与原始信号比较)小波包变换分析信号的MATLAB程序%t=0.001:0.001:1;t=1:1000;s1=sin(2*pi*50*t*0.001)+sin(2*pi*120*t*0.001)+rand(1,length(t);for t=1:500;s2(t)=sin(2*pi*50*t*0.001)+sin(2*pi*120*t*0.001)+rand(1,length(t);endfor t=501:1000;s2(t)=sin(2*pi*200*t*0.001)+sin(2*pi*120*t*0.001)+rand(1,length(t);endsubplot(9,2,1)plot(s1)title(原始信号)ylabel(S1)subplot(9,2,2)plot(s2)title(故障信号)ylabel(S2)wpt=wpdec(s1,3,db1,shannon);%plot(wpt);s130=wprcoef(wpt,3,0);s131=wprcoef(wpt,3,1);s132=wprcoef(wpt,3,2);s133=wprcoef(wpt,3,3);s134=wprcoef(wpt,3,4);s135=wprcoef(wpt,3,5);s136=wprcoef(wpt,3,6);s137=wprcoef(wpt,3,7);s10=norm(s130);s11=norm(s131);s12=norm(s132);s13=norm(s133);s14=norm(s134);s15=norm(s135);s16=norm(s136);s17=norm(s137);st10=std(s130);st11=std(s131);st12=std(s132);st13=std(s133);st14=std(s134);st15=std(s135);st16=std(s136);st17=std(s137);disp(正常信号的特征向量);snorm1=s10,s11,s12,s13,s14,s15,s16,s17std1=st10,st11,st12,st13,st14,st15,st16,st17subplot(9,2,3);plot(s130);ylabel(S130);subplot(9,2,5);plot(s131);ylabel(S131);subplot(9,2,7);plot(s132);ylabel(S132);subplot(9,2,9);plot(s133);ylabel(S133);subplot(9,2,11);plot(s134);ylabel(S134);subplot(9,2,13);plot(s135);ylabel(S135);subplot(9,2,15);plot(s136);ylabel(S136);subplot(9,2,17);plot(s137);ylabel(S137);wpt=wpdec(s2,3,db1,shannon);%plot(wpt);s230=wprcoef(wpt,3,0);s231=wprcoef(wpt,3,1);s232=wprcoef(wpt,3,2);s233=wprcoef(wpt,3,3);s234=wprcoef(wpt,3,4);s235=wprcoef(wpt,3,5);s236=wprcoef(wpt,3,6);s237=wprcoef(wpt,3,7);s20=norm(s230);s21=norm(s231);s22=norm(s232);s23=norm(s233);s24=norm(s234);s25=norm(s235);s26=norm(s236);s27=norm(s237);st20=std(s230);st21=std(s231);st22=std(s232);st23=std(s233);st24=std(s234);st25=std(s235);st26=std(s236);st27=std(s237);disp(故障信号的特征向量);snorm2=s20,s21,s22,s23,s24,s25,s26,s27std2=st20,st21,st22,st23,st24,st25,st26,st27subplot(9,2,4);plot(s230);ylabel(S230);subplot(9,2,6);plot(s231);ylabel(S231);subplot(9,2,8);plot(s232);ylabel(S232);subplot(9,2,10);plot(s233);ylabel(S233);subplot(9,2,12);plot(s234);ylabel(S234);subplot(9,2,14);plot(s235);ylabel(S235);subplot(9,2,16);plot(s236);ylabel(S236);subplot(9,2,18);plot(s237);ylabel(S237);%fftfigurey1=fft(s1,1024);py1=y1.*conj(y1)/1024;y2=fft(s2,1024);py2=y2.*conj(y2)/1024;y130=fft(s130,1024);py130=y130.*conj(y130)/1024;y131=fft(s131,1024);py131=y131.*conj(y131)/1024;y132=fft(s132,1024);py132=y132.*conj(y132)/1024;y133=fft(s133,1024);py133=y133.*conj(y133)/1024;y134=fft(s134,1024);py134=y134.*conj(y134)/1024;y135=fft(s135,1024);py135=y135.*conj(y135)/1024;y136=fft(s136,1024);py136=y136.*conj(y136)/1024;y137=fft(s137,1024);py137=y137.*conj(y137)/1024;y230=fft(s230,1024);py230=y230.*conj(y230)/1024;y231=fft(s231,1024);py231=y231.*conj(y231)/1024;y232=fft(s232,1024);py232=y232.*conj(y232)/1024;y233=fft(s233,1024);py233=y233.*conj(y233)/1024;y234=fft(s234,1024);py234=y234.*conj(y234)/1024;y235=fft(s235,1024);py235=y235.*conj(y235)/1024;y236=fft(s236,1024);py236=y236.*conj(y236)/1024;y237=fft(s237,1024);py237=y237.*conj(y237)/1024;f=1000*(0:511)/1024;subplot(1,2,1);plot(f,py1(1:512);ylabel(P1);title(原始信号的功率谱)subplot(1,2,2);plot(f,py2(1:512);ylabel(P2);title(故障信号的功率谱)figuresubplot(4,2,1);plot(f,py130(1:512);ylabel(P130);title(S130的功率谱)subplot(4,2,2);plot(f,py131(1:512);ylabel(P131);title(S131的功率谱)subplot(4,2,3);plot(f,py132(1:512);ylabel(P132);subplot(4,2,4);plot(f,py133(1:512);ylabel(P133);subplot(4,2,5);plot(f,py134(1:512);ylabel(P134);subplot(4,2,6);plot(f,py135(1:512);ylabel(P135);subplot(4,2,7);plot(f,py136(1:512);ylabel(P136);subplot(4,2,8);plot(f,py137(1:512);ylabel(P137);figuresubplot(4,2,1);plot(f,py230(1:512);ylabel(P230);title(S230的功率谱)subplot(4,2,2);plot(f,py231(1:512);ylabel(P231);title(S231的功率谱)subplot(4,2,3);plot(f,py232(1:512);ylabel(P232);subplot(4,2,4);plot(f,py233(1:512);ylabel(P233);subplot(4,2,5);plot(f,py234(1:512);ylabel(P234);subplot(4,2,6);plot(f,py235(1:512);ylabel(P235);subplot(4,2,7);plot(f,py236(1:512);ylabel(P236);subplot(4,2,8);plot(f,py237(1:512);ylabel(P237);figure%plottree(wpt)利用小波变换实现对电能质量检测的算法实现N=10000;s=zeros(1,N);for n=1:N if n0.8*N s(n)=31.1*sin(2*pi*50/10000*n); else s(n)=22.5*sin(2*pi*50/10000*n); end end l=length(s);c,l=wavedec(s,6,db5); %用db5小波分解信号到第六层subplot(8,1,1);plot(s);title(用db5小波分解六层:s=a6+d6+d5+d4+d3+d2+d1);Ylabel(s);%对分解结构【c,l】中第六层低频部分进行重构a6=wrcoef(a,c,l,db5,6);subplot(8,1,2);plot(a6);Ylabel(a6);%对分解结构【c,l】中各层高频部分进行重构for i=1:6 decmp=wrcoef(d,c,l,db5,7-i); subplot(8,1,i+2); plot(decmp); Ylabel(d,num2str(7-i);end%-rec=zeros(1,300);rect=zeros(1,300);ke=1;u=0;d1=wrcoef(d,c,l,db5,1); figure(2);plot(d1);si=0;N1=0;N0=0;sce=0;for n=20:N-30 rect(ke)=s(n); ke=ke+1; if(ke=301) if(si=2) rec=rect; u=2; end; si=0; ke=1; end;if(d1(n)0.01) % the condition of abnormal append. N1=n; if(N0=0) N0=n; si=si+1; end; if(N1N0+30) Nlen=N1-N0; Tab=Nlen/10000; end; end;if(si=1) for k=N0:N0+99 %testing of 1/4 period signals to sce=sce+s(k)

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论