Mallet.m%%0.本程序采用MALLET算法对信号进行小波分解.PDF

Mallet.m %% 0.本程序采用MALLET算法对信号进行小波分解 clc;clear %% 1、定义正弦波 f1=50;%频率1 f2=100;%频率1 fs=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) subplot(2,1,1) plot(y); title(原始信号) subplot(2,1,2) stem(abs(fft(y))); title(原始信号频率) %% 2、定义小波滤波器 h=wfilters(db30,l);%低通滤波，Daubechies小波低通滤波器 g=wfilters(db30,h);%高通滤波 h=[h,zeros(1,N-length(h))];%补零（圆周卷积，且增大分辨率便于观察） g=[g,zeros(1,N-length(g))];%补零（圆周卷积，且增大分辨率便于观察） 第 1 页 Mallet.m figure(2) subplot(2,1,1) stem(abs(fft(h))); title(分解低通滤波器频谱) subplot(2,1,2) stem(abs(fft(g))); title(分解高通滤波器频谱) %% 3.MALLET分解算法（圆周卷积的快速傅立叶变换实现） sig1=ifft(fft(y).*fft(h));%低通（低通分量） sig2=ifft(fft(y).*fft(g));%高通（高通分量） %分别通过低通滤波器和高通滤波器将原始信号分成两个部分。 figure(3) subplot(2,2,1) plot(real(sig1));%绘出信号的实部 title(低频分量) subplot(2,2,2) plot(real(sig2));%绘出信号的实部 title(高频分量) subplot(2,2,3) stem(abs(fft(sig1)));%绘制离散序列数据 title(低频分量频谱) 第 2 页 Mallet.m subplot(2,2,4) stem(abs(fft(sig2))); title(高频分量频谱) %% 4.MALLET重构算法 sig1=dyaddown(sig1);%二抽一 sig2=dyaddown(sig2);%二抽一 %每次得到的逼近信号和细节信号的数据长度始上一次逼近信号数据长度的一半。 sig1=dyadup(sig1);%2插值，先在数据之间插补零 sig2=dyadup(sig2);%2插值，先在数据之间插补零 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);%重构低通 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;%原信号 %% 5.比较 figure(4) subplot(2,2,1) 第 3 页 Mallet.m plot(real(sig1)); title(重构低频信号) subplot(2,2,2) plot(rea