数据长度不是2的幂/样本大小不能被2 ^ J整除（小波分析）

Question

我有多个长度为149的时间序列，我想通过使用小波变换对它们进行去噪。

这是我的数据示例：

t=ts(rnorm(149,5000,1000),start=1065,end=1213) 

当我尝试使用wavetresh和waveslim包时，他们都指出了同样的问题：

library(wavetresh)
wd(t)
  Error in wd(t) : Data length is not power of two
library(waveslim)
dwt(t)
  Error in dwt(t) : Sample size is not divisible by 2^J

据我所知，我的数据长度应该是2 ^ x，但我无法解决这个问题。我认为wavelim中的函数up.sample()应该有助于此，但它没有做到这一点（例如up.sample(t,2^8)给出一个长度为38144的向量）。那么如何在不插入错误的情况下增加矢量长度呢？我知道我可以用零填充，但是我想知道最好的方法。

此外，在查看wavelim的示例时，看起来输入系列的长度也不符合此要求（尽管当然示例有效）：

data(ibm)     
ibm.returns <- diff(log(ibm))
ibmr.haar <- dwt(ibm.returns, "haar")  #works
log2(length(ibm.returns))
  [1] 8.523562

我觉得我错过了一些基本的东西，但我无法理解。 谢谢你的帮助。

Ps：我知道我可以使用其他技术来做到这一点，但我真的想测试这种方法。

Answer 1

我查看了dwt的代码及其工作原因，dwt不会检查长度是否为 2的强弱，但是否长度为2 ^ J的倍数（实际上这就是错误消息所说的内容：Error in dwt(t) : Sample size is not divisible by 2^J）。

使用J=4时，你的时间序列的长度必须是16的倍数。正如你所知，up.sample可以用来克服这个问题，因为它用0填充时间序列。但是你没有提供最终长度，而是上采样的频率。

因此

dwt(up.sample(t, 16, 0))

应该这样做。