Matlab小波分解和重构算法-db2.m

Matlab小波分解和重构算法-db2.m
这是我自编的一个小波分解和重构的程序。重构部分就没有画出近似部分和细节部分的频谱图了。跟分解过程是相反的过程。
运行结果：
Figure15.jpg 小波分解和重构算法
Figure16.jpg 小波分解和重构算法
Figure17.jpg 小波分解和重构算法
Figure18.jpg 小波分解和重构算法

v1=100;%载波频率1%
v2=200;%载波频率2%
v3=400;%载波频率3%
r=1000;%采样频数%
k=1:100;
t=（k-1）/r;%离散时间%
s=sin（2*pi*v1*t）+sin（2*pi*v2*t）+sin（2*pi*v3*t）;%由三个不同频率正玹组合的信号%
g0=[0.68301;1.18301;0.31699;-0.18301];%分解高通滤波系数%
k=[0;1;2;3];
g1=flipud（g0）.*（-1）.^k;%分解低通滤波系数%
h0=flipud（g0）/2;%重构高通滤波系数%
h1=flipud（g1）/2;%重构低通滤波系数%

%分解过程%

x=conv（sh0）;
a0=x（1:2:length（x））;%卷积后采样获得第一级分解近似部分%
x=conv（sh1）;
w0=x（1:2:length（x））;%卷积后采样获得第一级分解细节部分%
x=conv（a0h0）;
a1=x（1:2:length（x））;%卷积后采样获得第二级分解近似部分%
x=conv（a0h1）;
w1=x（1:2:length（x））;%卷积后采样获得第二级分解细节部分%

figure（1）; %画出信号图和其频谱图%
subplot（211）plot（s）
ylabel（‘signal‘）;
subplot（212）stem（linspace（-r/4r/4100）abs（fftshift（fft（s））））;
ylabel（‘幅度谱‘）;

figure（2）%画出第一级近似部分与细节部分的时间和频谱图%
subplot（221）plot（a0）
ylabel（‘a_0‘）;
subplot（222）stem（linspace（-r/4r/452）abs（fftshift（fft（a0））））;
ylabel（‘第一级解调近似部分幅度谱‘）;

subplot（223）plot（w0）
ylabel（‘w_0‘）;
subplot（224）stem（linspace（-r/4r/452）abs（fftshift（fft（w0））））
ylabel（‘第一级解调细节部分幅度谱‘）;

figure（3）%画出第二级近似部分与细节部分的时间和频谱图%
subplot（2