我想通过使用python中的pywt包从由不同频率分量组成的信号中提取较高频率分量。如何正确执行此操作?
为了从信号中提取高频分量,我尝试将pywt.dwt功能用于离散小波变换。 我的代码及其作用说明可以在这里找到: https://github.com/EstebanHess/WaveletTransform_with_pywt/blob/master/Extract_High_Freqs.ipynb
由于我不知道如何直接重建信号的高频分量,因此我间接地重建了它们:我提取了低频并从原始信号中减去了低频以获得更高的频率。但是,重构的低频分量要比原始信号长,并且需要对其进行切片以便具有相同的长度,然后才能从原始信号中减去它们。在像我的笔记本一样的简单示例中,可以通过反复试验或目视检查来获得正确的切片。 但是,在真实数据的情况下,我怎么知道如何选择重构的低频分量的正确部分呢? 还是可以直接重建高频分量?如果可以,怎么办?
IList<IName> restricted = people.Cast<IName>().ToList();
一些示例代码显示了如何从信号中提取高频分量而无需反复试验或对数据进行目视检查(因此,它适用于大而复杂的数据)。