用于匹配追踪原子的MATLAB Wigner图

时间:2017-03-04 16:46:24

标签: matlab signal-processing time-frequency

使用MATLAB我使用Matching Pursuit来近似信号。我的问题是我很难想象所选原子的时频表示。我正在尝试生成类似于下图(source)的Wigner图。

enter image description here

我已经研究过Wavelet工具箱,信号处理工具箱以及开源时频工具箱,但我可能只是使用了错误的参数,因为我对信号处理的经验非常有限。

实施例

使用this data我的目标是从上面重现情节。

% fit the signal using MP
itermax = 50;
signal = load('signal.txt');
dict = wmpdictionary(length(signal));
[signal_fit, r, coeff, iopt, qual, X] = wmpalg('OMP', signal, dict, ...
                                               'itermax', itermax);

% wigner plot of the simulated signal
tfrwv(signal_fit)  % wigner-ville function from time-frequency toolbox

% wigner plot of each atom
atoms = full(dict(:, iopt))  % selected atoms
for i = 1:itermax
    tfrwv(atoms(:, i))
end

不幸的是,所得到的图都没有接近目标可视化。请注意,在示例中,我使用带有标准参数的tfrwv,我使用它打开的GUI进行调整。

我非常感谢你的帮助。

更新

我想我现在已经明白,需要使用Gabor原子来获得类似拉伸高斯的形状的斑点。不幸的是,信号处理工具箱的预定义词中没有Gabor函数。但是,this question帮助我实现了所需的字典,这样我得到的原子与示例非常相似:

tf-representation of selected of atoms

由于我的情节接近但并不完美,因此仍有两个问题:

  • 我们在第一个例子中看到的所有blob都可以单独用Gabor原子建模,还是需要另一个函数字典呢?
  • 如何将单独的图像c图组合成一个可视化文件?

2 个答案:

答案 0 :(得分:3)

回答第二个问题'我如何将个人图像c图组合成一个可视化?'

如果您想要使用imagesc叠加并显示多个2d矩阵,我建议采用元素最大值。

例如,我生成两个31x31网格,其中高斯具有不同的均值和方差。

function F = generate2dGauss(mu, Sigma)
    x1 = -3:.2:3; x2 = -3:.2:3;
    [X1,X2] = meshgrid(x1,x2);
    F = mvnpdf([X1(:) X2(:)],mu,Sigma);
    F = reshape(F,length(x2),length(x1));
end

F1 = generate2dGauss([1 1], [.25 .3; .3 1]);
F2 = generate2dGauss([-1 -1], [.1 .1; .1 1]);

我可以用你的例子中的子图来绘制它们,

figure; 
subplot(1,2,1);
title('Atom 1');
imagesc(F1);

subplot(1,2,2);
title('Atom 2');
imagesc(F2);

Two subplots with a gaussian distribution in each

或者我可以绘制两个网格中每个元素的最大值。

figure;
title('Both Atoms');
imagesc(max(F1, F2));

The per element maximum of the two gaussian distributions

您还可以尝试使用元素方式,总和等,但根据您给出的示例,我认为最大值将为您提供最清晰的结果。

不同功能的可能利弊:

  1. 如果您的原子始终具有零值背景且没有负值,则最大值将最佳。如果背景为零值,但原子也包含负值,则负值可能被其他原子的背景所掩盖。如果原子重叠,那么较高的值当然会占主导地位。
  2. 平均值会使您的峰值不那么高,但在原子间重叠的地方可能更直观。
  3. Sum会使重叠区域更有价值。
  4. 如果您的背景非零,您还可以尝试使用逻辑索引。你必须做出一些关于在重叠区域做什么的决定,但这样可以很容易地过滤掉背景。

答案 1 :(得分:-2)

Q值。如何将单个图像c图组合成一个可视化?

一个。使用子图绘制多个图,在图中找到2个2图的下面的样本。在代码中更改方程式

x = linspace(-5,5);
y1 = sin(x);
subplot(2,2,1)
plot(x,y1)
title('First subplot')

y2 = sin(2*x);
subplot(2,2,2)
plot(x,y2)
title('Second subplot')

y3 = sin(4*x);
subplot(2,2,3)
plot(x,y3)
title('Third subplot')

y4 = sin(6*x);
subplot(2,2,4)
plot(x,y4)
title('Fourth subplot')