小波算法的matlab代码

小波算法是一种用于信号处理和图像处理的重要算法，可以在时频域上对信号进行分析和处理。以下是一个示例小波算法的MATLAB代码：

% 设置输入信号
t = 0:0.1:10; % 时间范围
f1 = 1; % 信号频率1
f2 = 5; % 信号频率2
x = sin(2*pi*f1*t) + sin(2*pi*f2*t); % 输入信号

% 使用小波变换函数
[wavelet_coeffs, frequencies] = cwt(x, 'amor'); % 小波变换

% 绘制原始信号和小波系数图
subplot(2,1,1);
plot(t, x);
xlabel('时间');
ylabel('幅度');
title('原始信号');

subplot(2,1,2);
contour(t, frequencies, abs(wavelet_coeffs));
xlabel('时间');
ylabel('频率');
title('小波系数');

colorbar;

% 小波重构
reconstructed_signal = icwt(wavelet_coeffs, 'amor'); % 小波重构

% 绘制重构信号和原始信号对比图
figure;
plot(t, x, 'b', t, reconstructed_signal, 'r--');
xlabel('时间');
ylabel('幅度');
title('原始信号和重构信号对比');
legend('原始信号', '重构信号');

这段MATLAB代码首先设定了一个输入信号，由两个正弦波组合而成。然后，使用`cwt`函数对输入信号进行小波变换，得到小波系数和频率信息。接着，通过绘制原始信号和小波系数图，展示了信号在时频域上的特征。接下来，使用`icwt`函数进行小波重构，将小波系数转换为重构信号。最后，通过绘制重构信号和原始信号对比的图形，展示了小波重构效果。