51130

Вейвлет-аналіз сигналів

Лабораторная работа

Коммуникация, связь, радиоэлектроника и цифровые приборы

Мета роботи: дослідити відображення властивостей сигналів у вейвлет-скейлограмі; набути навичок реалізації вейвлет-перетворення сигналів у середовищі MatLAB

Украинкский

2014-02-06

914.01 KB

7 чел.

Національний технічний університет України

«Київський політехнічний інститут»

Факультет електроніки

Лабораторна робота № 6

з дисципліни «Теорія сигналів»

«Вейвлет-аналіз сигналів»

Виконав:  студент 3-го курсу

групи ДП-92

 Лонтковський С.А.

Київ – 2011

Мета роботи: дослідити відображення властивостей сигналів у вейвлет-скейлограмі; набути навичок реалізації вейвлет-перетворення сигналів у середовищі MatLAB.

Порядок роботи

      1. Обрати материнські вейвлет-функції за варіантом з таблиці 1. Отримати та уяснити інформацію щодо обраної вейвлет-родини (функція waveinfo).Розрахувати значення вейвлет-функцій та масштабуючих функцій (якщо вони існують) побудувати їх графіки (функція wavefun). Сформувати вектор масштабних коефіцієнтів a=[.01:.02:.11 .2:.2:1 2:2:30].

      2. Сформувати вектор відліків часу тривалістю 5 с для частоти дискретизації 128 Гц. Сформувати сигнали ділянки синусоїди частотою 2, 2.5, 40, 100, 600, 600.5 Гц. З використанням материнських функцій згідно варіанту побудувати графік модулів вейвлет-коефіцієнтів (функція cwt), скейлограмму та тривимірний графік вейвлет-коефіцієнтів. Зробити висновки щодо скейлограми періодичних синусоїдальних функцій.

      3. Сформувати вектор відліків часу тривалістю 5 с для частоти дискретизації 128 Гц. Сформувати сигнали ділянки синусоїди частотою 40 Гц амплітудою 2 В, зашумленої випадковим сигналом з нульовим середнім

значенням, амплітудою 1 В, 2 В, 10 В. Побудувати спектрограми сигналів,зробити висновки щодо можливості визначити наявність синусоїдального сигналу в шумі.

      4. Сформувати вектор відліків часу тривалістю 10 с для частоти дискретизації 128 Гц. Сформувати сигнали ділянки синусоїди частотою 5 Гц амплітудою 3 В (S1) та 30 Гц амплітудою 1 В (S2). Сформувати на їх основі сигнал(тривалістю 5 с), що дорівнює сумі цих двох сигналів, та інший сигнал, який спочатку містить сигнал 2*S1, а потім сигнал 2*S2 (матиме тривалість 10 с). З використанням материнських функцій згідно варіанту побудувати скейлограму.Повторити для частот 15 та 16 Гц. Зробити висновки щодо можливості визначити

момент зміни частоти сигналу за скейлограмою.

      5. Сформувати вектор відліків часу тривалістю 10 с для частоти дискретизації 128 Гц. Сформувати сигнал ділянки синусоїди частотою 20 Гц. Створити розрив (вставити п’ять нульових відліків) в сигналі в момент часу 5 с. З використанням материнських функцій згідно варіанту побудувати скейлограмму. Зробити висновки щодо можливості часової локалізації моменту розриву в сигналі за скейлограмою.

     6*. Сформувати вектор відліків часу тривалістю 10 с для частоти дискретизації 128 Гц. Сформувати сигнал послідовності прямокутних імпульсів. З використанням материнських функцій згідно варіанту побудувати скейлограмму.

     7. Сформувати вектор відліків часу тривалістю 30 с для частоти дискретизації 128 Гц. Сформувати сигнал одиночного прямокутного імпульсу (функція rectpuls) для тривалості імпульсу 0.1, 1, 5 сек. (для величин зсуву

відносно початку відліку часу 0 та 5 с). З використанням материнських функцій згідно варіанту побудувати скейлограму. Зробити висновки.

    8. Побудувати скейлограму для сигналу, який складається з суми одиночного імпульсу та синусоїдального сигналу, а також для суми одиночного імпульсу, синусоїдального сигналу та випадкового сигналу. Зробити висновки.

    9. Сформувати випадкові сигнали з ненульовим та нульовим середніми значеннями тривалістю 10 с. З використанням материнських функцій згідно варіанту побудувати скейлограму.

   10. З використанням материнських функцій згідно варіанту побудувати скейлограму та тривимірний графік вейвлет-коефіцієнтів оцифрованих сигналів електрокардіограми, електроенцефалограми, прочитаної з файлу, а також ЕЕГ здорової та хворої людини, сигналів артеріального та внутрішньочерепного тиску

та плетизмограми.

   11. Побудувати скейлограму та тривимірний графік вейвлет-коефіцієнтів звукових сигналів, які отримані з різною частотою дискретизації.__

close all;

clear all;

clc;

 

%завдання 1-------------------------------------------

waveinfo('mexh');

waveinfo('sym');

[psi,x]=wavefun('mexh');

figure

plot(psi);

title('Материнська функція, Mexican hat')

[phi1,psi1,x]=wavefun('sym5');

figure

subplot(2,1,1);

plot(psi1);

title('Материнська функція, Sym')

subplot(2,1,2);

plot(phi1);

title('Функція масштабування, Sym')

 

%завдання 2-------------------------------------------

a=[.01:.02:.11 .2:.2:1 2:2:30];

T=5;

Fs=128;

t=[0:T/Fs:T-T/Fs];

fs = [2 2.5 40 100 600 600.5];

for i = 1:length(fs)

   s=sin(2*pi*fs(i)*t);

   figure

   c1=CWT(s, a, 'mexh','scal');

   figure

   c2=CWT(s, a, 'sym5','scal');

   figure

   subplot(1,2,1);

   c11=CWT(s, a, 'mexh','abslvl');colorbar

   title('Розклад модулів вейвлет-коефіцієнтів Mexican hat');

   subplot(1,2,2);

   c22=CWT(s, a, 'sym5','abslvl');colorbar

   title('Розклад модулів вейвлет-коефіцієнтів sym');

   figure

   subplot(1,2,1);

   cwt (s,a,'mexh','3Dplot');

   subplot(1,2,2);

   cwt (s,a,'sym5','3Dplot');

end;

 

%завдання 3-------------------------------------------

T=5;

a=[.01:.02:.11 .2:.2:1 2:2:30];

Fs=128;

t=[0:T/Fs:T-T/Fs];

s=2*sin(2*pi*40*t);

A=[1 2 10];

for i=1:length(A)

   N=A(i)*rand(size(s))-0.5;

   sN=s+N;

   figure

   c1=CWT(sN, a, 'mexh','scal');

   figure

   c2=CWT(sN, a, 'sym5','scal');

end;

 

%завдання 4-------------------------------------------

T=10;

a=[.01:.02:.11 .2:.2:1 2:2:30];

Fs=128;

t=[0:T/Fs:T-T/Fs];

F=[5 15 30 16];

for i=1:2

   s1=sin(2*pi*F(i)*t);

   s2=sin(2*pi*F(i+2)*t);

   s3=s1+s2;

   s4=[s1 s2];

   figure

   c1=CWT(s3, a, 'mexh','scal');

   figure

   c2=CWT(s3, a, 'sym5','scal');

   figure

   c11=CWT(s4, a, 'mexh','scal');

   figure

   c22=CWT(s4, a, 'sym5','scal');

end;

 

%завдання 5-------------------------------------------

T=10;

Fs=128;

t=[0:1/Fs:T-1/Fs];

f=[0:1/T:Fs-1/T];

s=sin(2*pi*20*t);

a=[.01:.02:.11 .2:.2:1 2:2:30];

figure

cwt(s,a,'sym5','plot'); colorbar

figure

cwt(s,a,'mexh','plot'); colorbar

for i=2:length(t)

   t(i)=t(i-1)+1/Fs;

   if(fix(t(i))==5)

       for k=i:i+5

       s(k)=0;

       end;

        break;

   end;

end;

figure

cwt(s,a,'sym5','plot'); colorbar

figure

cwt(s,a,'mexh','plot'); colorbar

 

%завдання 7-------------------------------------------

Fs=128;

T=30;

t=[0:1/Fs:T-1/Fs];

F=[0.1 1 10 ];

a=[.01:.02:.11 .2:.2:1 2:2:30];

ts=0;

for i=1:length(F)

   s=rectpuls(t-ts,F(i));

   figure;

   cwt(double(s), a, 'sym5', 'plot'); colorbar

   figure;

   cwt(double(s), a, 'mexh', 'plot'); colorbar

end;

 

%завдання 8-------------------------------------------

Fs=128;

a=[.01:.02:.11 .2:.2:1 2:2:30];

T=30;

t=[0:1/Fs:T-1/Fs];

s1=sin(2*pi*t*20);

s2=rectpuls(t,5);

s3=randn(1,length(t));

s4=s1+s2;

s5=s1+s2+s3;

figure

cwt(s4,a,'sym5','plot'); colorbar

figure

cwt(s5,a,'sym5','plot'); colorbar

figure

cwt(s4,a,'mexh','plot'); colorbar

figure

cwt(s5,a,'mexh','plot'); colorbar

 

%завдання 9-------------------------------------------

Fs=128;

a=[.01:.02:.11 .2:.2:1 2:2:30];

T=10;

t=[0:1/Fs:T-1/Fs];

s1=randn(1,length(t));

s2=rand(size(t))-0.5;

figure

cwt(s1,a,'sym5','plot'); colorbar

figure

cwt(s2,a,'sym5','plot'); colorbar

figure

cwt(s1,a,'mexh','plot'); colorbar

figure

cwt(s2,a,'mexh','plot'); colorbar

 

%завдання 10------------------------------------------

fs=128;

T=10;

a=[.01:.02:.11 .2:.2:1 2:2:30];

%--------------------------------------------------

EKG=fopen('vavreschuk','r');

R1=fread(EKG,'int16');

figure

cwt(R1,a,'sym5','plot'); colorbar

figure

cwt(R1,a,'sym5','3Dplot');

%--------------------------------------------------

load eeg_healthy_10

figure

cwt(sig,a,'sym5','plot'); colorbar

figure

cwt(sig,a,'sym5','3Dplot');

%--------------------------------------------------

load eeg_sick_10

figure

cwt(sig,a,'sym5','plot'); colorbar

figure

cwt(sig,a,'sym5','3Dplot');

%--------------------------------------------------

EKG=fopen('rec_20110922_162251_7_Walenko.bin','r');

R=fread(EKG,[9,inf],'int16');

figure

cwt(R,a,'sym5','plot'); colorbar

figure

cwt(R,a,'sym5','3Dplot');

 

%завдання 11------------------------------------------

a=[.01:.02:.11 .2:.2:1 2:2:30];

[zapz1,fs1,bits1]=wavread('44.1kHz.wav');

[zapz2,fs2,bits2]=wavread('8kHz.wav');

figure

cwt(zapz1,a,'sym5','plot'); colorbar

figure

cwt(zapz1,a,'sym5','3Dplot');

figure

cwt(zapz2,a,'sym5','plot'); colorbar

figure

cwt(zapz2,a,'sym5','3Dplot');

 

Графіки

1)Пункт

2)Пункт

3)Пункт

4)Пункт

5)Пункт

7)Пункт

8)Пункт

9)Пункт

10)Пункт

11)Пункт


 

А также другие работы, которые могут Вас заинтересовать

35906. Оператор SELECT как проекция результатов реляционных вычислений. Соединение отношений (JOIN) в операторе. Виды соединений (INNER и OUTER, LEFT, RIGHT) 77 KB
  Оператор SELECT как проекция результатов реляционных вычислений. SELECT селект оператор DML языка SQL возвращающий набор данных выборку из базы данных удовлетворяющих заданному условию. При формировании запроса SELECT пользователь описывает ожидаемый набор данных: его вид набор столбцов и его содержимое критерий попадания записи в набор группировка значений порядок вывода записей и т. SELECT [Предикат] Поля FROM Таблицы [IN БазаДанных] [WHERE .
35907. Классы неорганических соединений 76 KB
  Кислотные и основные оксиды реагируют между собой образуя соли: CO2K2O = K2CO3; SiO2CO = CSiO3. Кислоты реагируют с основными оксидами с образованием соли и воды: 2HClMgO = MgCl2H2O. Кислоты взаимодействуют с основаниями с образованием соли и воды реакция нейтрализации: H2SO4CuOH2 = CuSO42H2O. Кислоты реагируют с амфотерными гидроксидами оксидами с образованием соли и воды: 2HClZnOH2 = ZnCl22H2O.
35908. Технология Токайских вин. Изменения происходящие в ягоде при поражении ее плесневым грибом «Botrytis cinerea» (серая гниль). Их влияние на ход дальнейших технологических операций 74.5 KB
  Токай венгерское вино готовится из сортов винограда Фурминт главным образом Гарс Левелю и Мускат. Особенностью технологии токайских вин Венгрии является использование наряду с виноградом зрелым или слегка перезрелым также увяленных и заизюмленных ягод пораженных грибом Ботритис Цинереа. Считают что благодаря воздействию этого гриба в токайских винах образуются специфические букет и вкус.
35909. Местное самоуправление в странах европейского союза: особенности правового регулирования и специфика функционирования 74.5 KB
  местное самоуправление в странах европейского союза: особенности правового регулирования и специфика функционирования Регулируется Европейской хартией местного самоуправления которая принята Советом Европы 15 октября 1985 года . Прежде всего полномочия не могут предоставляться органам местного самоуправления на временной основе они должны основываться на национальном законодательстве. Таким образом компетенция органов местного самоуправления должна определяться по мере возможности Конституцией и законодательством. Органы местного...
35910. Поток вектора магнитной индукции. Теорема Гауса для вектора магнитной индукции 74.05 KB
  Контур с током в магнитном поле. Взаимодействие токов осуществляется через поле которое называется магнитным. Следовательно движущиеся заряды токи изменяют свойства окружающего их пространства создают в нем магнитное поле. Это поле проявляется в том что на движущиеся в нем заряды токи действуют силы.
35911. Информационные системы. ИТ 74 KB
  Термин информационные системы Информационная система ИС это организационноупорядоченная взаимосвязанная совокупность средств и методов ИТ а также используемых для хранения обработки и выдачи информации в интересах достижения поставленной цели. Такое понимание информационной системы предполагает использование в качестве основного технического средства переработки информации ЭВМ и средств связи реализующих информационные процессы и выдачу информации необходимой в процессе принятия решений задач из любой области. Таким образом ИТ...
35913. Экология как наука 73.5 KB
  Все живые и неживые объекты окружающие растения животные и другие организмы непосредственно взаимодействующие с ними называются средой обитания. Световой режим оказывает прямое влияние в первую очередь на растения. По отношению к освещенности выделяют следующие экологические группы растений: гелиофиты светолюбивые растения растения открытых пространств постоянно хорошо освещаемых местообитаний. сциофиты тенелюбивые растения которые плохо переносят интенсивное освещение растения нижних ярусов тенистых лесов.