Decomposição adaptativa de um sinal com o método EWT (Gilles, 2013)
Tradução Python da caixa de ferramentas Matlab original.
O EWTPY executa a transformação de wavelet empírica de um sinal 1D em escalas N. A função principal é EWT1D:
ewt, mfb, limites = ewt1d (f, n = 5, log = 0, detect = "LocMax", conclusão = 0, reg = 'média', lengthfilter = 10, sigmafilter = 5)
Outras funções incluem:
EWT_BOUNDARES_DETECT
EWT_BOUNDARES_COMPLOTION
Ewt_meyer_filterbank
Ewt_beta
Ewt_meyer_wavelet
LOCALMAX
LOCALMAXMIN
Algumas funcionalidades da caixa de ferramentas MATLAB de J.Gilles não foram implementadas, como EWT de entradas 2D, pré -processamento, limites de espaço adaptativo/de escala_detect.
A pasta Exemplo contém sinais de teste e scripts
OU
Artigo disponível em https://doi.org/10.1016/j.bspc.2020.102073.
Se você achar esse pacote útil, pedimos que você o cite em seu trabalho.
Vinícius R. Carvalho, Márcio FD Moraes, Antônio P. Braga, Eduardo Mam Mendes, avaliando cinco métodos diferentes de decomposição adaptativa para detecção e classificação de crises de sinais de EEG, processamento de sinais biomédicos e controle, volume 62, 2020, 102073, ISSN 1746 -8. https://doi.org/10.1016/j.bspc.2020.102073.
Se você desenvolveu uma nova funcionalidade ou corrigiu qualquer coisa no código, basta me fornecer os arquivos correspondentes e qual crédito devo incluir neste arquivo ReadMe.
Quaisquer perguntas, comentários, sugestões e/ou correções, entre em contato com [email protected]
@Author: Vinícius Rezende Carvalho
Programa de pós graduação em engenharia elétrica - ppgee ufmg
Universidade Federal de Minas Gerais - Belo Horizonte, Brasil
Núcleo de neurociênias - NNC
#%% Example script
import numpy as np
import matplotlib . pyplot as plt
import ewtpy
T = 1000
t = np . arange ( 1 , T + 1 ) / T
f = np . cos ( 2 * np . pi * 0.8 * t ) + 2 * np . cos ( 2 * np . pi * 10 * t ) + 0.8 * np . cos ( 2 * np . pi * 100 * t )
ewt , mfb , boundaries = ewtpy . EWT1D ( f , N = 3 )
plt . plot ( f )
plt . plot ( ewt )