热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

matlab中morl小波,小波变换后的各频率分量的功率谱,

该楼层疑似违规已被系统折叠隐藏此楼查看此楼下面程序是用来提取脑电波信号的,利用小波提取四种频率分量的波α、β、δ、θ,现在不明白如何求频率分量的功率谱&

该楼层疑似违规已被系统折叠 隐藏此楼查看此楼

下面程序是用来提取脑电波信号的,利用小波提取四种频率分量的波α、β、δ、θ,现在不明白如何求频率分量的功率谱?

其中一段代码是:

%dalt

fs1=fft(dalt,1024);%快速付氏变换

pp1=fs1.*conj(fs1)/1024;%计算功率谱

ff1=((0:511)/1024)*173.61;%计算各点对应的频率值

其中173.61是什么意思

完整代码如下:

load singal.mat

s=sig;

fs=1024;%采样频率

dalt=1/fs;%采样间隔

t=0:length(s)-1*dalt;

figure(1);

subplot(311);plot(s);title('原始信号');

axis([-10 4000 -200 200]);

fs=fft(s,1024);%快速付氏变换

pp=fs.*conj(fs)/1024;%计算功率谱

ff=(0:511)/1024/dalt;%计算各点对应的频率值

subplot(312);plot(ff,pp(1:512));ylabel('功率谱密度');xlabel('频率');title('信号功率谱');axis([0 55 -10 110000]);

l=wmaxlev(s,'db4');%取db4分解变量s的最大尺度l 实际分解尺度小于l

sd=wden(s,'minimaxi','s','mln',real(l),'db4');%除噪 dbN 对称 minimaxi用极大极小原理进行阈值选择 's'为软阈值 'mln'在不同层估计噪声层并调整阈值

subplot(313);plot(sd);xlabel('滤除噪声信号');axis([-10 4000 -200 200]);

[LD,HD,LR,HR]=wfilters('db4');

figure(2);

subplot(221);stem(LD);title('LD 低通分解滤波器');grid;

subplot(222);stem(HD);title('HD 低通重构滤波器');grid;

subplot(223);stem(LR);title('LR 高通分解滤波器');grid;

subplot(224);stem(HR);title('HR 高通重构滤波器');grid;

[C,L]=wavedec(s,7,'db4'); %用小波db4对信号进行多尺度分解(7层)

C7=appcoef(C,L,'db4',7);%尺度128

D7=detcoef(C,L,7);%细节系数

D6=detcoef(C,L,6);%尺度64

D5=detcoef(C,L,5);%尺度32

D4=detcoef(C,L,4);%尺度16

D3=detcoef(C,L,3);%尺度8

D2=detcoef(C,L,2);%尺度4

D1=detcoef(C,L,1);%尺度2

figure(3);

subplot(711);plot(D7);ylabel('D7');title('细节系数');

subplot(712);plot(D6);ylabel('D6');

subplot(713);plot(D5);ylabel('D5');

subplot(714);plot(D4);ylabel('D4');

subplot(715);plot(D3);ylabel('D3');

subplot(716);plot(D2);ylabel('D2');

subplot(717);plot(D1);ylabel('D1');

[C,L]=wavedec(s,6,'db4');%近似系数 尺度64

C6=appcoef(C,L,'db4',6);

[C,L]=wavedec(s,5,'db4');%尺度32

C5=appcoef(C,L,'db4',5);

[C,L]=wavedec(s,4,'db4');%尺度16

C4=appcoef(C,L,'db4',4);

[C,L]=wavedec(s,3,'db4');%尺度8

C3=appcoef(C,L,'db4',3);

[C,L]=wavedec(s,2,'db4');%尺度4

C2=appcoef(C,L,'db4',2);

[C,L]=wavedec(s,1,'db4');%尺度2

C1=appcoef(C,L,'db4',1);

figure(4);

subplot(711);plot(C7);ylabel('C7');title('近似系数');

subplot(712);plot(C6);ylabel('C6');

subplot(713);plot(C5);ylabel('C5');

subplot(714);plot(C4);ylabel('C4');

subplot(715);plot(C3);ylabel('C3');

subplot(716);plot(C2);ylabel('C2');

subplot(717);plot(C1);ylabel('C1');

%带宽 0.5 Hz to 85 Hz;采样频率fs=173.61Hz

%δ-wave(1~4Hz);θ-wave(4~8Hz);α-wave(8~13Hz);β-wave(14~30Hz);

%******************************

[C,L]=wavedec(s,7,'db4');%尺度128~64

C7=appcoef(C,L,'db4',7);

D7=detcoef(C,L,7);

D6=detcoef(C,L,6);%尺度64

D5=detcoef(C,L,5);%尺度32

D4=detcoef(C,L,4);%尺度16

D3=detcoef(C,L,3);%尺度8

D2=detcoef(C,L,2);%尺度4

D1=detcoef(C,L,1);%尺度2

[C,L]=wavedec(s,7,'db4');

SRD7=wrcoef('d',C,L,'db4',7);

SRD6=wrcoef('d',C,L,'db4',6);

SRD5=wrcoef('d',C,L,'db4',5);

SRD4=wrcoef('d',C,L,'db4',4);

SRD3=wrcoef('d',C,L,'db4',3);

SRD2=wrcoef('d',C,L,'db4',2);

SRD1=wrcoef('d',C,L,'db4',1);

dalt=[SRD5];%δ-wave(1~4Hz)

thalt=[SRD4];%θ-wave(4~8Hz)

alpha=[SRD3];%α-wave(8~13Hz)

belta=[SRD2];%β-wave(14~30Hz)

%dalt

fs1=fft(dalt,1024);%快速付氏变换

pp1=fs1.*conj(fs1)/1024;%计算功率谱

ff1=((0:511)/1024)*173.61;%计算各点对应的频率值

%thalt

fs2=fft(thalt,1024);%快速付氏变换

pp2=fs2.*conj(fs2)/1024;%计算功率谱

ff2=((0:511)/1024)*173.61;%计算各点对应的频率值

%alpha

fs3=fft(alpha,1024);%快速付氏变换

pp3=fs3.*conj(fs3)/1024;%计算功率谱

ff3=((0:511)/1024)*173.61;%计算各点对应的频率值

%belta

fs4=fft(belta,1024);%快速付氏变换

pp4=fs4.*conj(fs4)/1024;%计算功率谱

ff4=((0:511)/1024)*173.61;%计算各点对应的频率值

figure(5);%特征波形提取

subplot(411);plot(ff1,pp1(1:512));ylabel('功率谱密度');title('dalt信号功率谱');%axis([0 30 -10 110000]);

subplot(412);plot(ff2,pp2(1:512));ylabel('功率谱密度');title('thalt信号功率谱');%axis([0 55 -10 110000]);

subplot(413);plot(ff3,pp3(1:512));ylabel('功率谱密度');title('alpha信号功率谱');%axis([0 55 -10 110000]);

subplot(414);plot(ff4,pp4(1:512));ylabel('功率谱密度');xlabel('频率');title('belta信号功率谱');%axis([0 55 -10 110000]);

figure(6);

subplot(311);xlabel('时间 t/s');ylabel('频率 f/Hz');zlabel('幅值 A/uV');

c = cwt(s,[64 32 16:-2:2],'morl','3Dlvl'); %morl只能进行连续小波变换 morl具有对称性,不生成正交系,不具有有限支集等性质

subplot(312);xlabel('时间 t/s');ylabel('频率 f/Hz');zlabel('幅值 A/uV');

c = cwt(s,[16 8 4 2 1],'morl','3Dlvl'); %morl进行连续小波变换 'lvl' By scale不同尺度对比

subplot(313);xlabel('时间 t/s');ylabel('频率 f/Hz');zlabel('幅值 A/uV');

c = cwt(s,[16 8 4 2 1],'mexh','3Dlvl');%用mexihat进行连续小波变换 不同小波对比



推荐阅读
  • 本文详细介绍了如何使用 Yii2 的 GridView 组件在列表页面实现数据的直接编辑功能。通过具体的代码示例和步骤,帮助开发者快速掌握这一实用技巧。 ... [详细]
  • 解决Element UI中Select组件创建条目为空时报错的问题
    本文介绍如何在Element UI的Select组件中使用allow-create属性创建新条目,并处理创建条目为空时出现的错误。我们将详细说明filterable属性的必要性,以及default-first-option属性的作用。 ... [详细]
  • 基因组浏览器中的Wig格式解析
    本文详细介绍了Wiggle(Wig)格式及其在基因组浏览器中的应用,涵盖variableStep和fixedStep两种主要格式的特点、适用场景及具体使用方法。同时,还提供了关于数据值和自定义参数的补充信息。 ... [详细]
  • 本文详细介绍了如何在ECharts中使用线性渐变色,通过echarts.graphic.LinearGradient方法实现。文章不仅提供了完整的代码示例,还解释了各个参数的具体含义及其应用场景。 ... [详细]
  • 本文将介绍网易NEC CSS框架的规范及其在实际项目中的应用。通过详细解析其分类和命名规则,探讨如何编写高效、可维护的CSS代码,并分享一些实用的学习心得。 ... [详细]
  • 本文介绍了如何使用 Python 的 Matplotlib 和 Pandas 库进行数据可视化。通过示例代码展示了折线图、柱状图和水平柱状图的创建方法,并解释了图表参数设置的具体细节。 ... [详细]
  • 利用决策树预测NBA比赛胜负的Python数据挖掘实践
    本文通过使用2013-14赛季NBA赛程与结果数据集以及2013年NBA排名数据,结合《Python数据挖掘入门与实践》一书中的方法,展示如何应用决策树算法进行比赛胜负预测。我们将详细讲解数据预处理、特征工程及模型评估等关键步骤。 ... [详细]
  • 搭建Jenkins、Ant与TestNG集成环境
    本文详细介绍了如何在Ubuntu 16.04系统上配置Jenkins、Ant和TestNG的集成开发环境,涵盖从安装到配置的具体步骤,并提供了创建Windows Slave节点及项目构建的指南。 ... [详细]
  • 本文介绍了如何在MATLAB中实现单变量线性回归,这是基于Coursera上Andrew Ng教授的机器学习课程中的一个实践项目。文章详细讲解了从数据可视化到模型训练的每一个步骤。 ... [详细]
  • Python 中使用 Pyecharts 绘制雷达图详解
    本文将详细介绍如何在 Python 环境中利用 Pyecharts 库来创建美观且功能丰富的雷达图。适合需要图形化展示多维度数据的开发者和研究人员。 ... [详细]
  • 开发笔记:Python:GUI之tkinter学习笔记1控件的介绍及使用
    开发笔记:Python:GUI之tkinter学习笔记1控件的介绍及使用 ... [详细]
  • 本文详细介绍了在EXTJS 3.1中如何实现列锁定以及确保合计行能够随滚动条同步移动的技术方案。 ... [详细]
  • DataList内容详解
    DataList是另一种显示数据控件,它与GridView不同的是,它全部使用模板进行设计,并且DataList的模板是对整行设置 ... [详细]
  • 本文基于《GPU编程与CG语言入门》一书的内容,详细介绍了体数据的概念及其在计算机图形学中的应用。文章不仅解释了体数据的基本概念,还探讨了体数据的来源及专业术语。 ... [详细]
  • 近期参与了一个旨在提高在线平台大规模查询响应速度的项目,预计处理的数据量为2-3亿条,数据库并发量约为每秒1500次,未来可能增至3000次。通过对比Redis和MongoDB,最终选择了MongoDB,因其具备优秀的横向扩展性和GridFS支持下的Map/Reduce功能。 ... [详细]
author-avatar
mobiledu2502855463
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有