马上注册,结交更多好友,享用更多功能,让你轻松玩转社区。
您需要 登录 才可以下载或查看,没有账号?我要加入
x
Function [WT, FreqBins, Scales] = CWT_Morlet(Sig, WinLen, nLevel);
%============================================================%
% Continuous Wavelet Transform using Morlet function
% Sig : 信号
% WinLen : 小波函数在尺度参数a=1时的长度 (默认为 10)
% nLevel : 频率轴划分区间数 (默认为1024)
%
% WT: 返回的小波变换计算结果
% FreqBins : 返回频率轴划分结果(归一化频率,最高频率为0.5)
% Scales: 返回与频率轴划分值相对应的尺度划分 (频率0.5对应的尺度为1)
%============================================================%
if (nargin == 0),
error('At least 1 parameter required');
end;
if (nargin < 4),
iShow = 1;
elseif (nargin < 3),
nLevel = 1024;
elseif (nargin < 2),
WinLen = 10;
end;
Sig = hilbert(real(Sig)); % 计算信号的解析信号
SigLen = length(Sig); % 获取信号的长度
fmax = 0.5; % 设置最高分析频率
fmin = 0.005; % 设置最低分析频率
FreqBins = logspace(log10(fmin),log10(0.5),nLevel); % 将频率轴在分析范围内等对数坐标划分
Scales = fmax*ones(size(FreqBins))./ FreqBins; % 计算响应的尺度参数
omg0 = WinLen / 6; % 按给定的小波长度计算相应的小波函数中心频率
WT = zeros(nLevel, SigLen); % 分配计算结果的存储单元
wait = waitbar(0,'Under calculation, please wait...');
for m = 1:nLevel,
waitbar(m/nLevel,wait);
a = Scales(m); % 提取尺度参数
t = -round(a*WinLen):1:round(a*WinLen);
Morl = pi^(-1/4)*exp(i*2*pi*0.5*t/a).*exp(-t.^2/2/(2*omg0*a)^2); % 计算当前尺度下的小波函数
temp = conv(Sig,Morl) / sqrt(a); % 计算信号与小波函数的卷积
WT(m,:) = temp(round(a*WinLen)+1:length(temp)-round(a*WinLen));
end;
close(wait);
WT = WT / WinLen; |