资源简介
程序介绍小波分解的算法思想和小波能量谱的计算,在信号处理领域应用较广
代码片段和文件信息
%采样频率
fs=5000;
nfft=10240;
%信号
fid=fopen(‘a.txt‘‘r‘);%故障
N=512;
xdata=fscanf(fid‘%f‘N);
fclose(fid);
xdata=(xdata-mean(xdata))/std(xdata1);
%功率谱
figure(1);
subplot(221);
plot(xdata);
xlabel(‘时间 t/s‘);
ylabel(‘幅值 A/W‘);
Y=abs(fft(xdatanfft));
subplot(222);
plot((0:nfft/2-1)/nfft*fsY(1:nfft/2));
xlabel(‘频率 f/Hz‘);
ylabel(‘功率谱 P/W‘);
%--------------------------------------------------------------------------
%5层小波包分解;
T=wpdec(xdata3‘db1‘);
plot(T);%最后一句为显示小波包四层分解树结构
%-----------------------------------------------------------------------
figure(2);
subplot(211);
%重构第一层各系数
y10=wprcoef(T[10]);
y11=wprcoef(T[11]);
figure(2);
subplot(221);
plot(y10);
xlabel(‘第一层低频系数时间 t/s‘);
ylabel(‘第一层低频系数幅值 A/W‘);
Y10=abs(fft(y10nfft));
subplot(222);
plot((0:nfft/2-1)/nfft*fsY10(1:nfft/2));
xlabel(‘第一层低频系数频率 f/Hz‘);
ylabel(‘第一层低频系数功率谱 P/W‘);
subplot(223);
plot(y11);
xlabel(‘第一层高频系数时间 t/s‘);
ylabel(‘第一层高频系数幅值 A/W‘);
Y11=abs(fft(y11nfft));
subplot(224);
plot((0:nfft/2-1)/nfft*fsY11(1:nfft/2));
xlabel(‘第一层高频系数频率 f/Hz‘);
ylabel(‘第一层高频系数功率谱 P/W‘);
%------------------------------------------------------------------
%-----------------------------------------------------------------
%重构第二层各系数
y20=wprcoef(T[20]);
y21=wprcoef(T[21]);
y22=wprcoef(T[22]);
y23=wprcoef(T[23]);
figure(3);
subplot(421);
plot(y20);
xlabel(‘Y10分解的低频系数时间t/s‘);
ylabel(‘幅值A/W‘);
Y20=abs(fft(y20nfft));
subplot(422);
plot((0:nfft/2-1)/nfft*fsY20(1:nfft/2));
xlabel(‘Y10分解的低频系数频率f/Hz‘);
ylabel(‘功率谱P/W‘);
subplot(423);
plot(y21);
xlabel(‘Y10分解的高频系数时间t/s‘);
ylabel(‘幅值A/W‘);
Y21=abs(fft(y21nfft));
subplot(424);
plot((0:nfft/2-1)/nfft*fsY21(1:nfft/2));
xlabel(‘Y10分解的高频系数频率f/Hz‘);
ylabel(‘功率谱P/W‘);
subplot(425);
plot(y22);
xlabel(‘Y11分解的低频系数时间t/s‘);
ylabel(‘幅值A/W‘);
Y22=abs(fft(y22nfft));
subplot(426);
plot((0:nfft/2-1)/nfft*fsY22(1:nfft/2));
xlabel(‘Y11分解的低频系数频率f/Hz‘);
ylabel(‘功率谱P/W‘);
subplot(427);
plot(y23);
xlabel(‘Y11分解的高频系数时间t/s‘);
ylabel(‘幅值A/W‘);
Y23=abs(fft(y23nfft));
subplot(428);
plot((0:nfft/2-1)/nfft*fsY23(1:nfft/2));
xlabel(‘Y11分解的高频系数频率f/Hz‘);
ylabel(‘功率谱P/W‘);
%------------------------------------------------------------------
%-----------------------------------------------------------------
%重构第三层各系数
y30=wprcoef(T[30]);
y31=wprcoef(T[31]);
y32=wprcoef(T[32]);
y33=wprcoef(T[33]);
y34=wprcoef(T[34]);
y35=wprcoef(T[35]);
y36=wprcoef(T[36]);
y37=wprcoef(T[37]);
figure(4);
subplot(921);
plot(y30);
xlabel(‘Y20分解的低频系数时间t/s‘);
ylabel(‘幅值A/W‘);
Y30=abs(fft(y30nfft));
subplot(922);
plot((0:nfft/2-1)/nfft*fsY30(1:nfft/2));
xlabel(‘Y20分解的低频系数频率f/Hz‘);
ylabel(‘功率谱P/W‘);
subplot(923);
plot(y31);
xlabel(‘Y20分解的高频系数时间t/s‘);
ylabel(‘幅值A/W‘);
Y31=abs(fft(y31nfft));
subplot(924);
plot((0:nfft/2-1)/nfft*fsY31(1:nfft/2));
xlabel(‘Y20分解的高频系数频率f/Hz‘);
ylabel(‘功率谱P/W‘);
subplot(925);
plot(y32);
xlabel(‘Y21
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
文件 4855 2006-05-23 22:44 xiaobobao.m
----------- --------- ---------- ----- ----
4855 1
- 上一篇:小波能谱熵
- 下一篇:springboot入门视频代码教材资源.txt
相关资源
- 小波能谱熵
- 遗传算法-粒子群优化算法
- 去燥算法多种
- 利用遗传算法解决电力系统最优潮流
- 去斜脉冲压缩算法研究
- 最优化:GMRES算法
- 运用遗传算法解决tsp问题
- 鱼群算法寻优
- 运用ID3算法训练决策树
- BPNet多层网络学习算法可以实现有效的
- 决策树算法ID3和C45
- 操作系统-SSTF磁盘调度算法模拟
- 扫描SCAN算法
- 基于蚁群算法的路径规划
- 基于蚁群算法的多机器人路径规划
- 《数据结构》实验报告 涉及客房管理
- LSD直线检测源代码
- 基于提升小波的图像去噪算法的FPGA设
- fft算法1024
- 用混合遗传算法求解物流配送路径:
- 粒子群算法解决企业生产调度问题
- hmac加密算法的JS文件hmac-sha1.js
- 最后一公里EC配送程序源代码
- 此函数用FISTA算法解决压缩感知
- 柔性作业车间调度遗传算法代码
- DSP 基2 FFT算法的详细代码带注释本人
- 经典fcm算法程序+详细解释
- meanshift跟踪算法及源码
- 回声消除算法的综合比较
- 著名的JADE算法
评论
共有 条评论