[C,L] = wavedec(s,8,‘db8’);D5 = wrcoef('d',C,L,‘db8’,5);重构出的D5频段范围

根据上面的代码，我们可以得到一个包含 8 层小波分解系数和近似系数的向量 C 和一个记录各个系数位置的向量 L。接下来，我们使用 `wrcoef` 函数对第 5 层细节系数进行重构，代码如下：

D5 = wrcoef('d', C, L, 'db8', 5);

其中，`wrcoef` 函数的第一个参数 `'d'` 表示重构细节系数，第二个参数 `C` 和第三个参数 `L` 分别为小波分解后得到的系数向量和位置向量，第四个参数 `'db8'` 表示使用 Daubechies 8 小波函数进行小波变换，第五个参数 `5` 表示要重构的是第 5 层的细节系数。

由于这里是对第 5 层的细节系数进行重构，因此 `D5` 包含的是第 5 层的细节系数的重构结果。根据小波变换的原理，第 5 层的细节系数代表的是频率范围在 $\frac{1}{32}$ 到 $\frac{1}{16}$ 的高频信号，因此重构出的 `D5` 频段范围为 $\frac{1}{32}$ 到 $\frac{1}{16}$。

相关问题

clear %清除内存 load('1797 b007_0.mat') %根据实际需要更改地址、路径 sig=X118_DE_time(1:12000); fs=12000; N=12000; Ts=1/fs; sig=sig(1:N);%设置取样频率fs，取样数N t=0:Ts:(N-1)*Ts;%时间轴 t sig=(sig-mean(sig))/std(sig,1);%对 sig 进行归一化 subplot(211);plot(t,sig);%绘制 sig 波形 xlabel('时间 t/s'); ylabel('振动加速度/V'); nfft=fs/2; % 16384 S=pspectrum(sig,nfft);%对 sig 做功率谱 subplot(212); plot((0:nfft/2 -1)/nfft*fs,S(1:nfft/2));% 绘制功率谱 xlabel('频率 f/Hz'); ylabel('功率谱 P/W') [c,l]=wavedec(sig,3,'db2');%利用 db2 对 sig 进行 3 级小波分解 c3=wrcoef ('a',c ,l,'db2',3); d3=wrcoef('d',c,l,'db2',3); d2 =wrcoef ('d',c,l,'db2',2); d1 =wrcoef('d',c,l,'db2',1);%重构第 1-3 层细节 d1～d3 和第 3 层概貌 c3 figure; subplot(414); plot(t,c3); ylabel('c3');%绘制 c3 subplot(413); plot(t,d3); ylabel('d3');%绘制 d3 subplot(412); plot(t,d2); ylabel('d2');%绘制 d2 subplot(411); plot(t,d1); ylabel('d1');%绘制 d1 y=hilbert(d1); %对 d1 进行 Hilbert 变换，得y ydata=abs(y); %ydata=|y| ydata=ydata-mean(ydata);%对 ydata 去均值（目的是去除幅度较大的直流分量） P=pspectrum(ydata,nfft);%ydata 的功率谱为 P figure; plot((0:nfft/2-1)/nfft*fs,P(1:nfft/2)); xlabel('频率 f/Hz');%绘出 d1 的 Hilbert 包络谱 P=P(1:nfft/2); [M,f1]=max(P); f1=f1*fs/nfft-1 %故障频率 f1为包络谱中幅度最大处的频率 将代码由利用db2进行3级小波分解改为利用db10进行5级小波分解

clear %清除内存
load('1797 b007_0.mat') %根据实际需要更改地址、路径
sig=X118_DE_time(1:12000);
fs=12000;
N=12000;
Ts=1/fs;
sig=sig(1:N);%设置取样频率fs，取样数N
t=0:Ts:(N-1)*Ts;%时间轴
t
sig=(sig-mean(sig))/std(sig,1);%对 sig 进行归一化
subplot(211);
plot(t,sig);%绘制 sig 波形
xlabel('时间 t/s');
ylabel('振动加速度/V');
nfft=fs/2; % 16384
S=pspectrum(sig,nfft);%对 sig 做功率谱
subplot(212);
plot((0:nfft/2 -1)/nfft*fs,S(1:nfft/2));% 绘制功率谱
xlabel('频率 f/Hz');
ylabel('功率谱 P/W')

[c,l]=wavedec(sig,5,'db10');%利用 db10 对 sig 进行 5 级小波分解
c5=wrcoef ('a',c ,l,'db10',5);
d5=wrcoef('d',c,l,'db10',5);
d4 =wrcoef ('d',c,l,'db10',4);
d3 =wrcoef('d',c,l,'db10',3);
d2 =wrcoef ('d',c,l,'db10',2);
d1 =wrcoef('d',c,l,'db10',1);%重构第 1-5 层细节 d1～d5 和第 5 层概貌 c5

figure;
subplot(511); plot(t,sig); ylabel('原始信号');%绘制 sig
subplot(512); plot(t,c5); ylabel('c5');%绘制 c5
subplot(513); plot(t,d5); ylabel('d5');%绘制 d5
subplot(514); plot(t,d4); ylabel('d4');%绘制 d4
subplot(515); plot(t,d3); ylabel('d3');%绘制 d3

y=hilbert(d1); %对 d1 进行 Hilbert 变换，得y
ydata=abs(y); %ydata=|y|
ydata=ydata-mean(ydata);%对 ydata 去均值（目的是去除幅度较大的直流分量）
P=pspectrum(ydata,nfft);%ydata 的功率谱为 P
figure;
plot((0:nfft/2-1)/nfft*fs,P(1:nfft/2));
xlabel('频率 f/Hz');%绘出 d1 的 Hilbert 包络谱
P=P(1:nfft/2);
[M,f1]=max(P);
f1=f1*fs/nfft-1 %故障频率 f1为包络谱中幅度最大处的频率