经验小波变换的matlab代码

经验小波变换(Empirical Wavelet Transform，EWT)是一种新型的小波分析方法，可用于信号处理、图像处理和数据压缩等领域。下面给出EWT的matlab代码实现。

1. 安装EWT

在matlab命令行输入“addpath('EWT/')”，将EWT加入matlab的路径之中，以便调用EWT函数。

2. 读取信号

可以使用matlab的load函数将信号读取进来，如“load('signal.mat')”。

3. 设定参数

需要设定EWT的参数，包括小波基、尺度范围、尺度间隔等。例如：

opts.ti = t;
opts.N = length(signal);
opts.red=5;
opts.dt = t(2)-t(1);
opts.nModes = 16;
opts.sigma =3;
[cfs,scales] = EWT(signal,opts);

这里的小波基使用的是Morlet小波，尺度范围为1-256，尺度间隔为0.25。

4. 绘制EWT函数

可以使用matlab的pcolor函数绘制EWT函数的图像，如：

figure; 
surf(abs(cfs));
shading interp
colormap jet
view(2)

其中，cfs是EWT函数的复数矩阵，使用的是绝对值函数abs()显示其幅值。

5. 分离模态信号

EWT分解得到的是多个尺度上的局部频域信号，可以使用matlab的ifft函数将其转换为时域信号，并分离出不同的模态信号，如：

for k=1:length(scales)-1
    % The fourier modulus @ scale k
    cfs_k = cfs(find(scales(k)<=abs(sig_modulus_fractal)&abs(sig_modulus_fractal)<=scales(k+1)));

    % Extraction
    if ~isempty(cfs_k) 
        modd{kk} = iffts(cfs_k);
        kk = kk+1;
    end
end

6. 绘制模态信号

使用matlab的subplot函数绘制分离得到的模态信号，如：

figure;subplot(ceil(length(modd)/2),2,1);
plot(t,signal);ylabel('Signal');
for kk=1:length(modd)
    subplot(ceil(length(modd)/2),2,kk+1);
    plot(t,imag(modd{kk}));ylabel(sprintf('Mode %d',kk)); 
end

以上是EWT的matlab代码实现，可用于信号处理、图像处理等领域。