matlab小波包和小波分析

问题1是对的；

问题2也是对的；

问题3的前半部分，对于频段的计算也是对的，但是“比较各个频段的幅值，就可知道信号的频率成分”是错的。小波变换不是纯频域的方法，所以通常的应用是不合适用频率描述分析的，到了计算结果的频段这一步已经就完成了。你要得到各个层次结果的频率值需要将各个层次的结果做fft，然后根据你前面的各个频段算出fft后的频率值，还要使用centfrq函数算出各层分解时所用小波基的中心频率，然后在fft的结果中识别出不是中心频率引起的那些幅值较高的频率值，将所有分解层次的所有结果的所有fft结果的所有这些频率值识别出来才是信号的频率成分，而且其中多半会带有原始信号没有的假频率，这些频率是小波包分解运算时产生的，所以，你看初学小波的人总是喜欢用小波分解去算信号的频率，实际上小波分析根本就不是这么用的，matlab中小波分析就很少和频率挂钩，建议你别再和频率较劲了，那是纯频域的概念，我觉得甚至不适合来描述小波的概念。

最后的问题，除了0~FN/2^N频段是近似系数，其它所用频段都是细节系数，但这时候可能已经不能用“高频”这个词描述了，因为可能这些细节系数的频率也并不高了，所以用细节系数更适合。

你的信号序列长度，对应高斯白噪声序列取相同的长度，就可以直接相加的。

在实际对信号采集的时候可能都会引入高频噪声，而高斯白噪声比较典型，

原信号加上噪声信号，然后使用小波分解，去噪，然后对信号重构就可以去除噪声。

对信号进行特征提取一般是频率特征，对去噪的信号进行谱估计就可以，

我只接触过这样的一点点信息，希望有用吧。

貌似对，其实实际应用中是有不少问题滴，如吉布斯效应，平移敏感性问题，频率混叠等，最终wprcoef对任一节点进行重构滴结果，有很大成分是原始信号中对应频段中根本没有或被歪曲，由小波变换造成滴假相。个人认为，一般是新手糊弄外行为发文章滴做法，不足为信，也不可取呦！

for j=1:6

variable_name=genvarname(['c',num2str(j)]); %生成变量名，c1, c2,c6

string=strcat(variable_name,'=sin(a',num2str(j),')cos(b',num2str(j),')'); %构造表达式字符串

eval(string); %再把这个表达式用eval执行

end

先对各节点的系数进行求平方和，一般来说，值比较大的即为在那节点对应频段能量较大的，即可作为所说的特征尺度，利用wprcoef即可对任一节点进行重构，即结果为只含有节点对应频段的信号，不知这样解释是否清楚

以上就是关于matlab小波包和小波分析全部的内容，包括:matlab小波包和小波分析、在matlab中 怎么用小波包对声发射信号进行特征提取 、想利用matlab小波包分解信号， 获得信号分频成分等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！