Question

我一直在使用R包wavethresh来获得小波变换和包小波变换。我可以很容易地在小波基础上得到小波变换的系数。但是，我无法管理小波基础。

我现在正在使用标准的小波滤波器：Daubechies Least Asymmetric。

以下是我的小波变换代码示例：

data <- cos(1:512/(10*pi))
wave <- wd(data)

和小波包变换：

wave <- wp(Temperature[,1])
coeffs <- MaNoVe(wave.th)
l <- print(coeffs)

我为小波包变换尝试了一些东西：

basis <- matrix(NA,length(l$level),512)
for (i in 1:length(l$level))
    basis[i,] <- drawwp.default(l$level[i],l$pkt[i],resolution=512)

但我只获得了一些功能，而不是整个基础。此外，我不确定这些功能是否是我想要的功能。

以下是包文档的链接：wavethresh.pdf。但是如果你在另一个R包中找到我的问题的解决方案，它也将是完美的;）

非常感谢你的帮助！

Answer 1

仅供记录：我是wavethresh的主要作者，我也认为wmtsa是一个很好的包。

您最初为wavethresh编写的代码应该可以使用。我只是在长度为512的任意数据集上尝试过它（因为我无法访问您的数据！）它似乎工作正常，并且包含215个元素的`basis'数组。函数图（coeffs）也产生了时频图，因此可以看到时频平面的特定平铺。

参考你的两篇文章。函数`drawwp.default'实际上正是你在第二篇文章中提到的。为了获得特定小波包的图片（或值的矢量），包含全零和一个的序列被反转。这是一个众所周知的技巧，自1993年以来一直在wavethresh中用于wavelets（在函数draw（）中）。

draw和drawwp.default不会做的是获得正确的翻译。它试图选择一个很好的翻译价值，以便你得到一个很好的图片。这就是为什么drawwp.default的参数包含比例级别，“振荡参数数量”而不是翻译值。但是，将小波向上或向下平移是很简单的，你如何做到这取决于你所假设的边界条件。

在你的原帖中确实出现了（至少对我而言）一个拼写错误。第4行中的对象wave' in line 3 becomes wave.th'。但是，我忽略了它并将它们作为同一个对象。我想你可能一直在做一些与这个讨论无关的阈值处理：）

一切顺利，盖伊·纳森

Answer 2

我的问题解决了！我使用了包wmtsa而不是wavethresh。

要构建基础，在两种情况下（小波变换和数据包小波变换），您都可以将reconstruct方法用于某个小波w。这个系数的所有系数都设置为0，但设置为1的系数除外。

basis <- matrix(NA,2^lvl,2^lvl)
compt <- 1
w$data$s9 <- 0
for (i in 1:lvl)
    w$data[[i]]<-rep(0,2^(lvl-i))
for (i in 1:lvl){
    for (j in 1:2^(lvl-i)){
            w$data[[i]][j] <- 1
        basis[,compt] <- reconstruct(b)
        w$data[[i]][j] <- 0
        compt <- compt + 1
    }
}

lvl是小波分辨率级别。

小波包变换可以做同样的事情。

从小波变换得到小波基

2 个答案: