小波包分解画图代码

最后更新于：2024-07-02 21:05:10

一、代码运行环境

MATLAB2018b及更新版本。

二、程序介绍

注：图标代表该m文件为脚本文件，可以直接运行；图标代表函数文件，在没有输入变量的情况下无法直接运行。更详细的解释可以看这里。

1.demoWPT.m文件

使用生成仿真信号进行小波分解的案例，其中演示了pWPT、pWPTandFFT函数的应用方式示范。

文件可以直接运行。程序运行完成后，将会画出如下图像：

2.pWPT.m文件

小波包分解并画图的程序。

代码说明：

function reconstructed_signal = pWPT(signal,decompositionLevel,wname)
% 小波包分解并画图的程序
% 输入：
% signal：需要进行小波包分解的信号
% decompositionLevel：小波分解水平
% wname：小波名称，可选范围参考这里：https://ww2.mathworks.cn/help/wavelet/ref/wfilters.html?searchHighlight=wname&s_tid=srchtitle_wname_2#d123e130597
% 输出：
% reconstructed_signal：小波包分解结果。

3.pWPTandFFT.m文件

小波包分解图及频谱图程序。

代码说明：

function reconstructed_signal = pWPTandFFT(signal, decompositionLevel, wname, Fs)
% 小波包分解图及频谱图程序
% 输入：
% signal：需要进行小波包分解的信号
% decompositionLevel：小波分解水平
% wname：小波名称，可选范围参考这里：https://ww2.mathworks.cn/help/wavelet/ref/wfilters.html?searchHighlight=wname&s_tid=srchtitle_wname_2#d123e130597
% Fs: 采样频率，需要提供这个参数以计算频谱
% 输出：
% reconstructed_signal：小波包分解结果。

三、快速开始

1.运行测试脚本

先在MATLAB里打开下载好的文件夹，然后运行demoWPT.m程序，程序运行完毕后如果没报错，且正常画出上述图像，则说明运行环境正常，程序正确。

2.修改仿真数据/导入数据

复制一个demoWPT.m的文件副本，在这个副本里做如下修改：

（1）第一种情况，你可能想要对你自己要研究的仿真数据进行滤波测试，此时你需要对 demoWPT.m 脚本文件中的第1小节内容进行修改替换即可。需要注意的是，请最好保持变量名的一致，即将待分解信号命名为signal，为一维数据。此时数据替换完成。

（2）第二种情况，你可能是想对一段真实采集的数据进行滤波，此时需要根据你的文件类型的不同（excel,txt,csv等），将数据导入MATLAB的方法有所不同。同学们可以看博主针对常用文件的导入方法的这个教程，教程上未包含的数据类型，大家可以再参考这个文档。导入完成后请讲这个待滤波信号命名为signal。

3.实现小波包分解

参照脚本文件中第二、三步，根据需要调整相关参数。

运行程序即可。

四、关于完整版与公开版代码

五、获取公开版程序（需使用电脑浏览器打开）

注：公开版代码需使用MATLAB2022a及以上版本

六、获取完整版程序（使用电脑浏览器或者手机浏览器打开）

获取通道一（淘宝）：点击此处获取完整版程序

获取通道二（本页面）：点击下面“立即支付”按钮，付款后获取完整版代码下载链接和售后联系方式~本通道处于测试阶段，使用该通道可以额外优惠（仅需28元）。付款完成后刷新一下本页面即可看到下载链接。

（注意支付跳转失败的话，请使用浏览器打开本页面）

七、完整版代码重要更新

20231107 代码初始版本（公开版所在版本）

八、常见问题

无