一维小波分解与去噪重构
对于一些一维数据，先对该数据进行一维分解，得到两个参数C,L. 如具体代码 ：
[c,l] =
wavedec(x,5,'db3');%5表示分解层数。x为原始数据，db3为小波信号的小波阶数。
再进行数据重构，通过得到的C,L重构生成相应的系数（逼近系数和细节系数）
逼近系数：
a1 = wrcoef('a',c,l,'db3',1);%其中的a表示为逼近
细节系数
d1 = wrcoef('d',c,l,'db3',1);%其中的d表示为细节
�3表示选取相应的小波信号dbN(N=1,2,3,...,10)及小波阶数。
clc
clear all
close all
% 当前延拓模式是补零
oldmode = dwtmode('zpd');
ts = 0.001;
fs = 1/ts;
t=0:ts:1;
N = length(t);
x = sin(2*pi*10*t) + sin(2*pi*50*t) + sin(2*pi*100*t) +
0.1*randn(1, length(t));
figure
plot(t,x);
xlabel('时间 t/s');
ylabel('幅值 A');
% 一维小波分解
[c,l] = wavedec(x,5,'db3');
% 重构第1～5层逼近系数
a5 = wrcoef('a',c,l,'db3',5);
a4 = wrcoef('a',c,l,'db3',4);
a3 = wrcoef('a',c,l,'db3',3);
a2 = wrcoef('a',c,l,'db3',2);
a1 = wrcoef('a',c,l,'db3',1);
% 显示逼近系数
figure
subplot(5,1,1);plot(a5);ylabel('a5');
subplot(5,1,2);plot(a4);ylabel('a4');
subplot(5,1,3);plot(a3);ylabel('a3');
subplot(5,1,4);plot(a2);ylabel('a2');
subplot(5,1,5);plot(a1);ylabel('a1');
xlabel('时间 t/s');
% 重构第1～5层细节系数
d5 = wrcoef('d',c,l,'db3',5);
d4 = wrcoef('d',c,l,'db3',4);
d3 = wrcoef('d',c,l,'db3',3);
d2 = wrcoef('d',c,l,'db3',2);
d1 = wrcoef('d',c,l,'db3',1);
% 显示细节系数
figure
subplot(5,1,1);plot(d5);ylabel('d5');
subplot(5,1,2);plot(d4);ylabel('d4');
subplot(5,1,3);plot(d3);ylabel('d3');
subplot(5,1,4);plot(d2);ylabel('d2');
subplot(5,1,5);plot(d1);ylabel('d1');
xlabel('时间 t/s');
% 第1层细节信号的包络谱
yh = hilbert(d3);
aabs = abs(yh);
%
包络的绝对值
aabs = aabs - mean(aabs);
aangle = unwrap(angle(yh));
% 包络的相位
af = diff(aangle)/2/pi;
% 包络的瞬时频率，差分代替微分计算
% NFFT = 2^nextpow2(N);
NFFT = 2^nextpow2(1024*4);
% 改善栅栏效应
f = fs*linspace(0,1,NFFT);
YH = fft(yh, NFFT)/N;
%
Hilbert变换复信号的频谱
A = fft(aabs, NFFT)/N;
%
包络的频谱
figure
plot(f,abs(YH))
title('原始复信号的Hilbert谱')
xlabel('频率f (Hz)')
ylabel('|YH(f)|')
figure
subplot(221)
plot(t, aabs')
title('包络的绝对值')
legend('包络分析结果', '真实包络')
subplot(222)
plot(t, aangle)
title('调制信号的相位')
subplot(223)
plot(t(1:end-1), af*fs)
title('调制信号的瞬时频率')
subplot(224)
plot(f,abs(A))
title('包络的频谱')
xlabel('频率f (Hz)')
ylabel('|A(f)|')
% 恢复延拓模式
dwtmode(oldmode);
