MATLAB R2015a小波分析

目錄


第1章MATLAB R2015a大揭密

1.1MATLAB簡介

1.1.1MATLAB的發(fā)展史

1.1.2MATLAB的優(yōu)點(diǎn)

1.1.3MATLAB的缺點(diǎn)

1.1.4MATLAB R2015a的新特性

1.2MATLAB的安裝

1.3MATLAB的操作界面

1.3.1菜單/工具欄

1.3.2命令窗口

1.3.3命令歷史窗口

1.3.4工作空間窗口

1.4幫助窗口

1.4.1純文本幫助

1.4.2Demos幫助

1.4.3幫助導(dǎo)航瀏覽器

1.5MATLAB基本元素

1.5.1變量

1.5.2賦值語句

1.5.3矩陣及表示

1.6矩陣的運(yùn)算

1.6.1代數(shù)運(yùn)算

1.6.2關(guān)系運(yùn)算

1.6.3邏輯運(yùn)算

1.6.4元胞數(shù)組

1.6.5結(jié)構(gòu)數(shù)組

1.7MATLAB的程序流程

1.7.1循環(huán)控制結(jié)構(gòu)

1.7.2條件選擇結(jié)構(gòu)

1.8M文件

1.8.1腳本文件

1.8.2函數(shù)文件

1.9MATLAB的圖形繪制

1.9.1二維圖形的繪制

1.9.2三維繪圖


第2章小波變換的基本概念

2.1小波由來

2.2分析方法

2.3傅里葉變換

2.3.1經(jīng)典傅里葉變換

2.3.2傅里葉變換的性質(zhì)

2.3.3快速傅里葉變換

2.3.4短時(shí)傅里葉變換

2.4小波分析與傅里葉變換的對比

2.5濾波器

2.5.1連續(xù)濾波器

2.5.2數(shù)字濾波器及應(yīng)用

2.5.3濾波器的分析

2.6小波變換定義

2.6.1基本定義

2.6.2小波類型

2.6.3小波基的構(gòu)造

2.6.4構(gòu)造緊支撐正常小波基

2.6.5小波基構(gòu)造的實(shí)現(xiàn)

2.7小波包

2.7.1小波包的定義

2.7.2小波包的空間分解

2.7.3小波包的算法

2.7.4小波包的分解與重構(gòu)

2.7.5最優(yōu)小波包基的選擇


第3章小波圖形用戶界面

3.1小波圖形窗口的啟動

3.2一維小波分析

3.2.1一維小波變換工具

3.2.2小波工具箱圖形通用方法

3.2.3一維小波包工具

3.2.4一維連續(xù)小波工具

3.2.5一維離散小波工具

3.3二維小波分析

3.3.1二維小波壓縮工具

3.3.2二維小波降噪工具

3.3.3二維小波統(tǒng)計(jì)工具

3.3.4二維小波直方圖工具

3.3.5二維小波包工具

3.4一維小波專用工具

3.4.1一維平穩(wěn)小波消噪

3.4.2一維小波密度估計(jì)

3.4.3一維小波回歸估計(jì)

3.4.4一維小波系數(shù)的選取

3.4.5一維分?jǐn)?shù)布朗迭代

3.5二維小波專用工具

3.5.1二維小波壓縮

3.5.2二維平穩(wěn)小波消噪

3.5.3二維小波系數(shù)的選取

3.5.4圖像融合

3.6顯示工具類

3.7擴(kuò)展工具集

3.7.1信號擴(kuò)展工具

3.7.2圖像擴(kuò)展工具


第4章小波MATLAB工具箱

4.1小波通用函數(shù)

4.2一維連續(xù)小波變換函數(shù)

4.3一維離散小波變換函數(shù)

4.4一維平穩(wěn)小波變換函數(shù)

4.5二維離散小波變換函數(shù)

4.6二維平穩(wěn)小波變換函數(shù)

4.7小波包函數(shù)


第5章小波用于信號處理

5.1小波用于信號濾波

5.1.1小波濾波的原理

5.1.2小波濾波的基本方法

5.1.3濾波器

5.1.4小波濾波器函數(shù)的實(shí)現(xiàn)

5.1.5重構(gòu)濾波器組

5.1.6小波濾波器構(gòu)造

5.2信號去噪

5.2.1小波變換特性

5.2.2信號去噪過程

5.2.3信號去噪方法

5.2.4信號去噪原理

5.2.5MATLAB用于信號去噪

5.2.6小波包進(jìn)行信號去噪

5.3信號壓縮處理

5.3.1小波壓縮概述

5.3.2信號壓縮步驟

5.3.3小波壓縮實(shí)現(xiàn)法

5.3.4信號壓縮實(shí)現(xiàn)

5.4小波在信號處理中的應(yīng)用

5.4.1小波分解在信號中的應(yīng)用

5.4.2小波信號去噪應(yīng)用


第6章小波用于圖像處理

6.1基本原理

6.1.1小波變換的圖像分解與重構(gòu)

6.1.2圖像邊緣處理方法

6.2小波分析用于圖像分解與重構(gòu)

6.3小波分析用于圖像去噪

6.3.1去噪原理

6.3.2圖像去噪實(shí)現(xiàn)

6.4小波分析用于圖像壓縮

6.4.1離散余弦變換圖像壓縮

6.4.2小波變換的局部壓縮

6.4.3小波壓縮原理

6.4.4基本小波的圖像壓縮

6.4.5小波包的圖像壓縮

6.5小波分析用于圖像增強(qiáng)

6.5.1圖像增強(qiáng)描述

6.5.2小波實(shí)現(xiàn)圖像增強(qiáng)

6.6小波分析用于圖像融合

6.6.1融合原理

6.6.2圖像融合方法

6.6.3融合規(guī)則和融合算子

6.6.4小波包圖像融合

6.6.5多小波圖像融合

6.6.6小波實(shí)現(xiàn)圖像融合實(shí)例

6.7小波實(shí)現(xiàn)圖像邊緣檢測

6.7.1小波分解邊緣檢測

6.7.2小波實(shí)現(xiàn)邊緣檢測實(shí)例

6.7.3小波包實(shí)現(xiàn)圖像邊緣檢測基本原理

6.8小波在圖像特征提取中的應(yīng)用

第7章小波在其他領(lǐng)域中的應(yīng)用

7.1小波在樣本估計(jì)中的應(yīng)用

7.1.1密度估計(jì)

7.1.2回歸估計(jì)

7.2小波在化學(xué)中的應(yīng)用

7.3小波變換的數(shù)字水印實(shí)現(xiàn)

7.3.1數(shù)字水印的基本概述

7.3.2小波變換數(shù)字水印法

7.3.3小波變換頻域數(shù)字水印法

7.4小波在信號識別與檢測中的應(yīng)用

7.4.1奇異性概念

7.4.2第一類間斷點(diǎn)檢測

7.4.3第二類間斷點(diǎn)檢測

7.4.4自相似檢測

7.4.5信號的識別

7.5小波在機(jī)械故障診斷中的應(yīng)用

7.5.1機(jī)械狀態(tài)監(jiān)測中的非平穩(wěn)信號

7.5.2分析信號故障檢測

7.5.3發(fā)動機(jī)故障診斷

7.5.4齒輪故障診斷

7.6模態(tài)參數(shù)識別

7.6.1模態(tài)時(shí)頻辨識方法

7.6.2小波脊提取

7.6.3改進(jìn)HHT瞬時(shí)特征分析

7.6.4模態(tài)參數(shù)識別的應(yīng)用


第8章提升小波及其應(yīng)用

8.1提升小波的概述

8.2提升小波算法

8.3整數(shù)小波變換

8.4MATLAB提升小波變換函數(shù)

8.4.1提升方案函數(shù)

8.4.2雙正交四聯(lián)濾波器

8.4.3正交及懶小波

8.4.4提升小波變換和反變換

8.4.5勞倫多項(xiàng)式和矩陣

8.5提升小波的應(yīng)用

8.5.1提升小波在信號處理中的應(yīng)用

8.5.2提升小波在圖像中的應(yīng)用

參考文獻(xiàn)