MATLAB同步压缩小波变换时频分析工具箱

资 源 简 介

该MATLAB工具箱实现同步压缩小波变换（SST），提供一维/二维信号的高精度时频分析功能，包括小波变换计算、频率重分配、模态分解和可视化模块，能有效提升时频谱的能量集中性和分辨率。

详 情 说 明

基于同步压缩小波变换的时频分析工具箱

项目介绍

本项目是一个MATLAB工具箱，专注于实现先进的同步压缩小波变换技术。工具箱提供了一系列完整的算法模块，能够对一维和二维非平稳信号进行高分辨率的时频分析。通过频率重分配技术，有效改善传统时频分析方法能量分散的问题，获得更加清晰的时频表示，适用于信号处理、故障诊断、生物医学工程等多个领域的瞬时特征提取与分析任务。

功能特性

• 高精度时频分析：采用同步压缩变换技术，显著提高时频谱的能量集中度
• 多维度信号支持：完整支持一维实数/复数信号（如ECG、音频）和二维信号（如图像数据）
• 灵活的参数配置：支持自定义小波基函数（Morlet、DbN等）、尺度范围、采样频率等关键参数
• 先进的算法集成：

- 连续小波变换核心算法 - 同步压缩频率重分配技术 - 时频脊线自动提取与信号重构 - 多模态分解与分量分离

• 丰富的可视化输出：提供交互式时频谱图、模态对比图、脊线轨迹图等多种可视化方式
• 完整的分析流程：从原始信号处理到时频特征提取、模态重构及误差分析的全套解决方案

使用方法

基本调用示例

% 一维信号分析 signal = load('demo_signal.mat'); % 加载信号数据 [TF_matrix, inst_freq, modes] = main(signal, 'wavelet', 'morlet', 'fs', 1000);

% 二维信号处理 image_data = imread('texture.png'); [TF_2D, components] = main(image_data, 'type', '2D', 'scales', 1:0.1:50);

参数设置说明

主要可选参数包括：

• wavelet: 小波基类型（默认'morlet'）
• fs: 采样频率（必需参数）
• scales: 尺度范围向量
• reg_param: 正则化参数（用于噪声鲁棒性）
• type: 分析类型（'1D'或'2D'）

结果可视化

工具箱自动生成以下分析图形：

• 原始信号与重构信号对比图
• 时频分布三维曲面图
• 模态分量分解图
• 瞬时频率轨迹图
• 残差误差分析图

系统要求

• MATLAB版本：R2018b或更高版本
• 必需工具箱：Signal Processing Toolbox, Image Processing Toolbox（用于二维分析）
• 内存建议：4GB以上（处理长序列或大图像时推荐8GB+）
• 磁盘空间：至少100MB可用空间

文件说明

main.m文件作为工具箱的核心入口，实现了完整的时频分析流程控制与算法调度。该文件整合了小波变换计算、同步压缩操作、频率重分配优化等关键模块，负责协调信号预处理、参数验证、变换计算、模态分解和结果输出的全过程。同时提供多种后处理功能，包括脊线提取精度评估、模态重构误差分析以及可视化图表生成，确保用户能够通过单一接口获得全面的时频分析解决方案。