STM32中文参考手册_haar小波分解

2022-11-03 10:25:58 浏览数 (1)

注:本文是程序的说明和实现思路,代码见:https://download.csdn.net/download/hnxyxiaomeng/10301718

一、主要思路 原始信号:OrgSig 信号长度:DWT_SIG_LEN 小波分解层数:N 与MATLAB类似,小波分解后产生2个数组DWT_L和DWT_C,但定义与MATLAB不同。定义如下: DWT_L:[DWT_SIG_LEN,cD1_LEN,cD2_LEN…,cDN_LEN],其中xxx_LEN代表该数组的长度 DWT_C:[cD1 | cD2 | … cDN | cAN],其中cDx代表第x层的细节系数,cAN代表第N层的近似系数 二、函数原型 1、 小波变换函数DWT_Dwt 函数原型:

代码语言:javascript复制
/****************************************
**小波变换,即1层小波分解
//V1.00   实现基本功能 2016-9-18 21:41:50

* @原理:
 DWT_FILTER_LEN-1
1、cA(n) =      ∑        DWT_Lo_D[k]*Sig[2*n-k 1]
 k=0
2、上述公式实现了卷积后再降采样,并且降采样时采的是第偶数个点
3、Sig的下标加1就是为了保证采样的是偶数点(C中下标从0开始,偶数点是第1,3,5....),若不加1,则采的是奇数点
4、cD(n)的实现原理同上
5、信号边沿采用对称延拓

* @return正常则返回变换后近似系数和细节系数的长度,错误则返回0
*****************************************/
uint16_t DWT_Dwt(
 float32_t* p_OrgSig, //原始信号
 uint16_t OrgSigLen, //信号长度
 float32_t *cA, //近似系数
 float32_t *cD //细节系数
)

2、 小波逆变换函数DWT_Idwt

代码语言:javascript复制
/****************************************
**小波逆变换,即1层小波重构
//V1.00   实现基本功能 2016-9-18 14:48:24
* @原理:
 cA_LEN-1
1、Sig(n) =      ∑   DWT_Lo_R[n-2*k   DWT_FILTER_LEN -2]*cA[k]    DWT_Hi_R[n-2*k   DWT_FILTER_LEN -2]*cD[k]
 k=0
2、上述公式实现了升采样后卷积,然后再相加
* @return 正常则返回逆变换后信号的长度,错误则返回0
*****************************************/
uint16_t DWT_Idwt(
 float32_t *cA, //近似系数
 float32_t *cD, //细节系数
 uint16_t cALen, //系数长度
 uint16_t recLen, //重构的信号长度
 float32_t* p_OrgSig //重构的信号
)

3、 小波分解函数DWT_WaveDec 函数原型:

代码语言:javascript复制
/****************************************
**小波分解,可实现N层小波分解
//V1.00   实现基本功能 2016-10-8 10:14:56
* @原理:
1、逐层调用DWT_Dwt函数进行小波变换
2、建立临时变量DWT_temp0和DWT_temp1用于存储各层变换中临时产生的近似变量
3、将cD1~cDN和cAN依次存入DWT_C中
4、DWT_L已经在变量定义时初始化
* @return 正常则返回1,错误则返回0
*****************************************/
uint16_t DWT_WaveDec(
 float32_t* p_OrgSig, //原始信号
 uint16_t OrgSigLen, //信号长度
 uint16_t DecLevel //分解层数
)

4、 小波重构函数DWT_WaveRec 函数原型:

代码语言:javascript复制
/****************************************
**小波重构,由DWT_L和DWT_C可实现N层小波重构
//V1.00   实现基本功能 2016-10-8 10:25:25
* @原理:
1、从DWT_C中取cD1~cDN和cAN进行逆变换
1、逐层调用DWT_Idwt函数进行小波变换
2、建立临时变量DWT_temp0和DWT_temp1用于存储各层逆变换中临时产生的近似变量
* @return 正常则返回1,错误则返回0
*****************************************/
uint16_t DWT_WaveRec(
 float32_t* p_C, //DWT_L
 uint16_t* p_L, //DWT_C
 uint16_t DecLevel, //小波分解的层数
 float32_t* p_OrgSig //重构出的原始信号
)

三、移植过程 1、 根据算法研究结果,确定需要进行小波分解的信号长度、小波函数和分解层数 2、 修改.h文件 a、修改信号长度、分解层数和小波系数长度

代码语言:javascript复制
#define DWT_SIG_LEN 30 //信号的长度
#define DWT_DEC_LEVEL 3 //小波分解的层数
#define DWT_FILTER_LEN 6 //小波系数的长度,根据选择小波的不同而不同

b、修改DWT_L中的元素

代码语言:javascript复制
#define DWT_L1 (DWT_SIG_LEN DWT_FILTER_LEN-1)>>1
#define DWT_L2 ((DWT_L1) DWT_FILTER_LEN-1)>>1
#define DWT_L3 ((DWT_L2) DWT_FILTER_LEN-1)>>1
//#define DWT_L4 ((DWT_L3) DWT_FILTER_LEN-1)>>1

c、修改DWT_C的长度

代码语言:javascript复制
#define DWT_C_LEN (DWT_L1) (DWT_L2) (DWT_L3 )*2// (DWT_L2) (DWT_L3) (DWT_L4) (DWT_L5) (DWT_L6) (DWT_L7) //数组C的长度

3、 修改.c文件 a、修改DWT_C中的元素

代码语言:javascript复制
uint16_t DWT_L[DWT_L_LEN] = {DWT_SIG_LEN, DWT_L1, DWT_L2, DWT_L3 };//需要根据DWT_L中元素的声明依次向里添加

b、修改小波系数

代码语言:javascript复制
//db3
const float32_t DWT_Lo_D[DWT_FILTER_LEN] = {  0.0352,   -0.0854,   -0.1350,    0.4599,    0.8069,    0.3327};
const float32_t DWT_Hi_D[DWT_FILTER_LEN] = { -0.3327,    0.8069,   -0.4599,   -0.1350,    0.0854,    0.0352};
const float32_t DWT_Lo_R[DWT_FILTER_LEN] = {  0.3327,    0.8069,    0.4599,   -0.1350,   -0.0854,    0.0352};
const float32_t DWT_Hi_R[DWT_FILTER_LEN] = {  0.0352,    0.0854,   -0.1350,   -0.4599,    0.8069,   -0.3327};

4、 使用分解和重构函数 在程序中合适的位置,缓存或预定义一段原始数据OrgSig,并定义另一个与之长度的相同的数组,用于存储重构后的数据。使用例程如下:

代码语言:javascript复制
    float32_t OrgSig[DWT_SIG_LEN] = {1, 2, 1, -1, 1, 2, -1, -2, 1, 2, 3, 4, 5, 6, 7, 8, 1, 12, 13, 1, 3, 6, 8, 1, 4, 4, 4, 2, 8, 10};
    float32_t OrgSig1[DWT_SIG_LEN] = {0};
    DWT_WaveDec( OrgSig, DWT_SIG_LEN, DWT_DEC_LEVEL );
DWT_WaveRec( DWT_C,DWT_L, DWT_DEC_LEVEL,OrgSig1 );

四、注意事项 1、 堆栈设置问题 小波变换需要的临时变量较大,当信号长度较大时,可能会引起HardFault,进而进入函数HardFault_Handler死循环。这时,需要在启动文件startup_stm32f40_41xxx.s中修改堆区大小。 如:

代码语言:javascript复制
; Stack_Size      EQU     0x00000400 //默认设置是这个
Stack_Size      EQU     0x0000FF00

五、测试结果 1、 对于采样率为360Hz的ECG信号,利用db3对500个点进行4层小波分解后再重构,得到结果对比如下图,二者相关系数为1.0000。

六、说明 程序为原创,文章是程序的说明。

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

发布者:全栈程序员栈长,转载请注明出处:https://javaforall.cn/180103.html原文链接:https://javaforall.cn

0 人点赞