由MATLAB中的重采样功能引起的高误差

Question

我正在使用MATLAB中的神经网络训练信号的小波变换输出。所以我决定使用3图层db4滤波器进行小波变换。我使用了一个240元素数组，经过小波变换后，得到一个数组l

l = [36;36;65;123;240]

现在，由于我必须训练我的神经网络，我必须将长度为36, 36, 65, 123的小波变换重新采样为240个元素的数组。

所以我做的是，我做了信号的小波变换。我将每个小波变换重新采样到240个点，然后分别将小波重采样到36, 36, 65, 123个点。我收到20.2668的错误。可以做些什么来减少错误？

我使用以下命令使用MATLAB重新采样：

[c1, l] = wavedec(signal, 3, 'db4');

c1a = c1(1:l(1));
c1a = resample(c1a, length(signal), length(c1a));

c1b = c1(1+l(1):l(1)+l(2));
c1b = resample(c1b, length(signal), length(c1b));

c1c = c1(1+l(1)+l(2):l(1)+l(2)+l(3));
c1c = resample(c1c, length(signal), length(c1c));

c1d = c1(1+l(1)+l(2)+l(3):l(1)+l(2)+l(3)+l(4));
c1d = resample(c1d, length(signal), length(c1d));

c2a = resample(c1a, l(1), length(c1a));
c2b = resample(c1b, l(2), length(c1b));
c2c = resample(c1c, l(3), length(c1c));
c2d = resample(c1d, l(4), length(c1d));

X = waverec([c2a; c2b; c2c; c2d], l, 'db4');
err = norm(X-signal)

现在，错误错误报告为

err = 20.26688

我该怎么做才能减少此错误？ 请帮助：）

重采样和原始后的小波变换数据图是：

Answer 1

如果你想将所有小波系数重新采样到你的信号长度240，然后将它们用作分类的特征，据我所知，这是错误的，因为小波系数就像频率成分一样不能将它们分配给时域样本。

我建议使用不同的小波系数组合重建信号，这样你就可以在时域中得到一个信号，然后就可以将它用作特征。

我提供了一个例子，

X = sin(rand(1,240)).*sin(5*linspace(0,2*pi,240));
subplot(5,1,1)
plot (X); title ('Original Signal');
[C, L] = wavedec(X, 3, 'db4');
C1 = C; C2 = C; C3 = C; C4 = C;
C1(L(1)+1:end) = 0;
X1 = waverec(C1, L, 'db4');
subplot(5,1,2)
plot(X1);title ('A3');
C2(1:L(1)) = 0;
C2(L(1)+L(2)+1:end) = 0;
X2 = waverec(C2, L, 'db4');
subplot(5,1,3)
plot(X2); title ('D3');
C3(1:L(1)+L(2)) = 0;
C3(L(1)+L(2)+L(3)+1:end) = 0;
X3 = waverec(C3, L, 'db4');
subplot(5,1,4)
plot(X3); title ('D2');
C4(1:L(1)+L(2)+L(3)) = 0;
C4(L(1)+L(2)+L(3)+L(4)+1:end) = 0;
X4 = waverec(C4, L, 'db4');
subplot(5,1,5)
plot(X4); title ('D1');

提供长度为4 的240个信号，可用作功能。