주요 콘텐츠

waverec

멀티레벨 1차원 이산 웨이블릿 변환 복원

설명

x = waverec(c,l,wname)은 멀티레벨 웨이블릿 분해 구조 [c,l]과 wname으로 지정된 웨이블릿을 기반으로 1차원 신호 x를 복원합니다. 자세한 내용은 wavedec 항목을 참조하십시오.

참고: x = waverec(c,l,wname)x = appcoef(c,l,wname,0)과 동일합니다.

x = waverec(c,l,LoR,HiR)는 지정된 저역통과 및 고역통과 웨이블릿 복원 필터 LoRHiR을 각각 사용하여 신호를 복원합니다.

x = waverec(___,Mode=extmode)는 지정된 DWT(이산 웨이블릿 변환) 확장 모드 extmode를 사용합니다. 이 구문은 위에 열거된 구문과 함께 사용할 수 있습니다.

완벽한 복원을 수행하려면, wavedec에서 cl을 구하는 데 사용된 것과 동일한 확장 모드를 사용하십시오.

예제

예제

모두 축소

ECG 신호를 불러옵니다.

load wecg

db6 웨이블릿을 사용하여 신호의 레벨 3 웨이블릿 분해를 수행합니다. asym 확장 모드를 지정합니다.

[c,l] = wavedec(wecg,3,"db6",Mode="asym");

웨이블릿 분해 구조를 사용하여 신호를 복원합니다. 완전한 복원을 보장하려면 분해를 구하는 데 사용된 것과 동일한 확장 모드를 지정하십시오.

x = waverec(c,l,"db6",Mode="asym");

완전히 복원되었는지 확인합니다.

err = norm(wecg-x)
err = 
2.5198e-11

입력 인수

모두 축소

웨이블릿 분해로, 벡터로 지정됩니다. 벡터는 웨이블릿 계수를 포함합니다. 자세한 내용은 wavedec 항목을 참조하십시오.

데이터형: single | double
복소수 지원 여부:

북키핑(bookkeeping) 벡터로, 양의 정수로 구성된 벡터로 지정됩니다. 북키핑 벡터는 웨이블릿 분해 c의 계수를 레벨별로 구문 분석하는 데 사용됩니다. wavedec 항목을 참조하십시오.

데이터형: single | double

웨이블릿으로, 문자형 벡터 또는 string형 스칼라로 지정됩니다. wname은 분해 [c,l]을 구하기 위해 wavedec에 사용된 것과 동일한 웨이블릿을 지정해야 합니다.

참고

waverec는 유형 1(직교) 또는 유형 2(쌍직교) 웨이블릿만 지원합니다. 직교 및 쌍직교 웨이블릿 목록을 보려면 wfilters 항목을 참조하십시오.

웨이블릿 복원 필터로, 짝수 길이 실수 값 벡터의 쌍으로 지정됩니다. LoR은 저역통과 복원 필터이고 HiR은 고역통과 복원 필터입니다. LoRHiR의 길이는 동일해야 합니다. 완벽한 복원을 수행하려면, LoRHiR은 웨이블릿 분해 cl을 구하는 데 사용된 것과 동일한 웨이블릿과 관련된 복원 필터여야 합니다. 자세한 내용은 wfilters 항목을 참조하십시오.

데이터형: single | double

R2023b 이후

이산 웨이블릿 역변환(inverse DWT)에 사용할 확장 모드로, 다음으로 지정됩니다.

extmode

DWT 확장 모드

"zpd"

영(0) 채우기

"sp0"

차수 0 평활화 확장

"spd"(또는 "sp1")

차수 1 평활화 확장

"sym" 또는 "symh"

대칭 확장(반점): 경계값 대칭 복제

"symw"

대칭 확장(온점): 경계값 대칭 복제

"asym" 또는 "asymh"

반대칭 확장(반점): 경계값 반대칭 복제

"asymw"

반대칭 확장(온점): 경계값 반대칭 복제

"ppd", "per"

주기적 확장

신호 길이가 홀수이고 mode"per"인 경우 마지막 값과 같은 추가 샘플이 오른쪽에 추가되고 "ppd" 모드에서 확장이 수행됩니다. 신호 길이가 짝수인 경우 "per""ppd"로 축소됩니다. 이 규칙은 영상에도 적용됩니다.

dwtmode에 의해 관리되는 전역 변수는 디폴트 확장 모드를 지정합니다.

출력 인수

모두 축소

복원 신호로, 벡터로 반환됩니다.

참고 문헌

[1] Daubechies, I. Ten Lectures on Wavelets, CBMS-NSF Regional Conference Series in Applied Mathematics. Philadelphia, PA: SIAM Ed, 1992.

[2] Mallat, S.G. “A Theory for Multiresolution Signal Decomposition: The Wavelet Representation.” IEEE Transactions on Pattern Analysis and Machine Intelligence 11, no. 7 (July 1989): 674–93. https://doi.org/10.1109/34.192463.

[3] Meyer, Y. Wavelets and Operators. Translated by D. H. Salinger. Cambridge, UK: Cambridge University Press, 1995.

확장 기능

모두 확장

버전 내역

R2006a 이전에 개발됨

모두 확장