小波

Daubechies系列小波的特点是随着阶次增大，消失矩阶数越大，频带划分效果越好，但是会使时域紧支撑性减弱，同时计算量大大增加，实时性变差．因此，在进行阶次选择时，不但要注重算法本身的效果，也应兼顾算法的效率。越大的消失矩将使高频系数越小,小波分解后的图像能量也就很集中,压缩比例就越高clc;clear;

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
f=100;     %%频率
t=0.002; %%抽样间隔
n=1:100;
signal=sin(f.*t.*n);   %%采取信号
figure(1)
plot(signal);
grid on;
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%下面我将采用三种消失矩来分解signal%%%%
N1=2;
N2=5;
N3=10;
%%%%%%%%%%%采用dwt函数%%%%%%%%%%%%%%%%%%
[L1,H1]=dwt(signal,'db2');
figure(2)
subplot(321)
plot(L1);
title('消失矩2的低频分量');
grid on;
 
subplot(322);
plot(H1);
title('消失矩2的高频分量');
grid on;
 
[L2,H2]=dwt(signal,'db5');
subplot(323)
plot(L2)
title('消失矩5的低频分量');
grid on;
 
subplot(324);
plot(H2);
title('消失矩5的高频分量');
grid on;
 
[L3,H3]=dwt(signal,'db10');
subplot(325)
plot(L3)
title('消失矩10的低频分量');
grid on;
 
subplot(326);
plot(H3);
title('消失矩10的高频分量');
 
grid on;