搜搜考试网MATLAB cwt疑问
来源：学生作业帮 编辑：搜搜考试网作业帮 分类：综合作业 时间：2024/07/28 20:42:02
MATLAB cwt疑问
sig1=cwt(sig,6,'mexh'); 我有help cwt函数,里面是(sig,[ scale ],'mexth')这样的格式,我不知道这里面的6是什么意义?求指导啊
sig1=cwt(sig,6,'mexh'); 我有help cwt函数,里面是(sig,[ scale ],'mexth')这样的格式,我不知道这里面的6是什么意义?求指导啊
6的意思是进行最大尺度为6的CWT.
再问： 这个6是6个点的嘛？小波的原理是不是可以说是对折对折原理，去找频段，但这个6是单次对折的尺度不能大于6嘛？那提取的部分结果是什么呢？真心不能理解啊！谢谢
再答： "6是6个点的嘛"，当然不是，不知道你如何想到这么理解尺度的！！！！！
“小波的原理是不是可以说是对折对折原理，去找频段，但这个6是单次对折的尺度不能大于6嘛？”这理解的更是邪门了，不知道你是如何理解成这样的。CWT从来都不是对折，其变换后的小波系数个数完全与原始数据相等。在CWT这里你即不会有滤波器的问题，也不会有尺度函数的问题，更没有对折的问题，这些问题是在mallat算法发明的DWT之后才出现的。
CWT计算的实现是不用滤波器的，而是通过卷积计算每一种小波函数的积分，然后相邻逐项求差，再乘负的尺度的平方根得到的。在这里由于尺度的值在变化，从而使每一尺度对应的小波系数结果也不同，按照cwt的形象性比喻，就像小波基会不断的伸缩，从而形成了不同尺度的结果，即多分辨的意思。
CWT得到的结果与使用mallat算法的DWT相比，cwt得到的只是DWT的细节系数，所以人们认为cwt不足以分析信号的整体趋势特征，只能用于研究信号的变化特征，于是才想起发明了的mallat算法，并将其用于DWT中。不然的话何必用mallat算法，CWT做完了隔点取出小波系数不就成了DWT了，还费劲搞什么mallat算法。
CWT的尺度可以是无限的正整数，别说6就是一二百都可以。DWT的分解阶次（层次）1，2，3.......相对与CWT的尺度2^1，2^2，2^3.....。其提取的部分是小波系数相对与DWT的细节系数的信息（只是二者的系数个数不同）。
再问： 你这样的回答，那我岂不是选100,200什么都随我嘛，那这个选取多少没有个合适的标准什么的嘛？你说DWT和CWT的问题有什么关系？
再答： 因为你的追问的概念里完全是把CWT和DWT混为一谈的，你的理解很混乱。对于CWT选取多少尺度合适的标准通常是试错的方法，就是在设定了最大的尺度后看看其结果是否体现出你需要分析的那些特征，比如信号不连续点的位置或奇异性的强烈程度，以及其随尺度的变化特征等。连我为什么要给你讲DWT都难以理解，你还是先找点参考书看看吧！
再问： 这个6是6个点的嘛？小波的原理是不是可以说是对折对折原理，去找频段，但这个6是单次对折的尺度不能大于6嘛？那提取的部分结果是什么呢？真心不能理解啊！谢谢
再答： "6是6个点的嘛"，当然不是，不知道你如何想到这么理解尺度的！！！！！
“小波的原理是不是可以说是对折对折原理，去找频段，但这个6是单次对折的尺度不能大于6嘛？”这理解的更是邪门了，不知道你是如何理解成这样的。CWT从来都不是对折，其变换后的小波系数个数完全与原始数据相等。在CWT这里你即不会有滤波器的问题，也不会有尺度函数的问题，更没有对折的问题，这些问题是在mallat算法发明的DWT之后才出现的。
CWT计算的实现是不用滤波器的，而是通过卷积计算每一种小波函数的积分，然后相邻逐项求差，再乘负的尺度的平方根得到的。在这里由于尺度的值在变化，从而使每一尺度对应的小波系数结果也不同，按照cwt的形象性比喻，就像小波基会不断的伸缩，从而形成了不同尺度的结果，即多分辨的意思。
CWT得到的结果与使用mallat算法的DWT相比，cwt得到的只是DWT的细节系数，所以人们认为cwt不足以分析信号的整体趋势特征，只能用于研究信号的变化特征，于是才想起发明了的mallat算法，并将其用于DWT中。不然的话何必用mallat算法，CWT做完了隔点取出小波系数不就成了DWT了，还费劲搞什么mallat算法。
CWT的尺度可以是无限的正整数，别说6就是一二百都可以。DWT的分解阶次（层次）1，2，3.......相对与CWT的尺度2^1，2^2，2^3.....。其提取的部分是小波系数相对与DWT的细节系数的信息（只是二者的系数个数不同）。
再问： 你这样的回答，那我岂不是选100,200什么都随我嘛，那这个选取多少没有个合适的标准什么的嘛？你说DWT和CWT的问题有什么关系？
再答： 因为你的追问的概念里完全是把CWT和DWT混为一谈的，你的理解很混乱。对于CWT选取多少尺度合适的标准通常是试错的方法，就是在设定了最大的尺度后看看其结果是否体现出你需要分析的那些特征，比如信号不连续点的位置或奇异性的强烈程度，以及其随尺度的变化特征等。连我为什么要给你讲DWT都难以理解，你还是先找点参考书看看吧！