当前位置：首页 > news >正文

Matlab基于连续小波变换（CWT）批量生成时频图

news 2026/3/27 6:16:33

Matlab基于连续小波变换（CWT），将一维信号批量生成时频图的源此示例中，原始信号data是30*1280的格式，一共30条信号，信号长度为1280。最终生成30张时频图。生成的图像可用于后续的深度学习分类或其他处理。附详细的说明文档。程序工作如下： 1、加载信号，定义好采样频率。 2、画出一个信号的时频图，这个是为了看一个信号时频图长什么样，以及方便放在论文里。 3、构建结构体，存放信号和类别，这里假设所有信号均是Normal类别。 4、批量生成时频图，存放于文件夹中。需要Matlab2020及以上版本。在改为自己的信号时，只需要照样子整理好数据的格式，然后更改采样频率和存放时频图的路径即可。程序不用大幅修改。主程序main.m中代码仅30多行，注释详细，方便看懂。两个子函数helperCreateECGDirectories.m和helperCreateRGBfromTF.m分别为创建空文件夹和批量生成时频图的函数，替换信号时只需要修改其中的采样频率即可。

在信号处理和深度学习的交叉领域中，时频图作为一种强大的工具，能够直观地展示信号在时间和频率域的联合分布，为后续的分类等任务提供有效的特征表示。今天就来分享一下如何用Matlab基于连续小波变换（CWT）将一维信号批量生成时频图。

数据格式与目标

我们的原始信号data是30*1280的格式，即一共30条信号，每条信号长度为1280。最终要生成30张时频图，这些图像可用于后续的深度学习分类或其他处理。

程序工作流程

1. 加载信号与定义采样频率

在Matlab中，加载信号通常可以使用load函数，如果信号存储在.mat文件中。假设我们的信号存储在data.mat文件中，代码如下：

load('data.mat'); % 加载信号数据 fs = 1000; % 定义采样频率，这里假设为1000Hz，实际使用需根据信号情况调整

这里定义的采样频率fs非常关键，它决定了信号在时间维度上的离散化程度，对后续时频图的准确性有很大影响。

2. 画出单个信号的时频图

这一步主要是为了预览时频图的样子，方便在论文等文档中展示。以第一条信号为例，使用连续小波变换来生成时频图，代码如下：

signal = data(1,:); % 选取第一条信号 wname = 'db4'; % 选择小波基，这里使用db4小波 scales = 1:128; % 定义尺度范围 [cfs,f] = cwt(signal,scales,wname,1/fs); % 进行连续小波变换 figure; tfrscalogram(cfs,f,1/fs,'yaxis','linear'); % 绘制时频图 title('Single Signal Time - Frequency Plot');

在这段代码中，首先选择了第一条信号，然后确定了小波基wname和尺度范围scales，通过cwt函数进行连续小波变换得到系数cfs和频率f，最后使用tfrscalogram函数绘制时频图。

3. 构建结构体存放信号和类别

这里假设所有信号均是Normal类别，构建结构体的代码如下：

dataStruct = struct('signal', {}, 'class', {}); for i = 1:size(data,1) dataStruct(i).signal = data(i,:); dataStruct(i).class = 'Normal'; end

通过循环，将每条信号及其类别存入结构体dataStruct中，方便后续批量处理。

4. 批量生成时频图并存放于文件夹

主程序main.m代码量仅30多行，且注释详细。这里我们来看两个关键的子函数。

helperCreateECGDirectories.m

这个函数用于创建存放时频图的空文件夹。代码如下：

function helperCreateECGDirectories(tfDir) if ~isfolder(tfDir) mkdir(tfDir); end end

函数接收一个路径参数tfDir，如果该路径不存在，则使用mkdir函数创建文件夹。

helperCreateRGBfromTF.m

此函数用于批量生成时频图。代码如下：

function helperCreateRGBfromTF(dataStruct,fs,tfDir) wname = 'db4'; scales = 1:128; for i = 1:length(dataStruct) signal = dataStruct(i).signal; [cfs,f] = cwt(signal,scales,wname,1/fs); tfImage = tfrscalogram(cfs,f,1/fs,'yaxis','linear'); tfImage = mat2gray(tfImage); tfImage = repmat(tfImage,[1 1 3]); imwrite(tfImage,fullfile(tfDir,['tfImage_' num2str(i) '.png'])); end end

在这个函数中，首先确定小波基和尺度范围，然后遍历结构体中的每条信号，进行连续小波变换得到时频图数据tfImage，将其转换为灰度图像并扩展为RGB格式，最后使用imwrite函数将图像保存到指定文件夹中。