如上所述，Fs 是采样频率，L 是信号长度，t 是时间范围。
由于在Matlab中使用mdwtdec将多原始信号分解成特定的频带，我只是注意到第一级分解信号的长度被分成两半，并在第二级保持分割成第一级信号的一半。
原始信号的时间范围计算：t = 0 --> (L/Fs)
我的问题是在每个分解级别中，采样频率 Fs 仍然相同吗？以及在每个分解级别，我如何计算每个细节和近似系数的时间范围。
此外，为了验证离散小波变换的频带，我在这篇文章之后的每个级别都应用了 FFT：https ://jp.mathworks.com/help/matlab/ref/fft.html?lang=en
根据这篇文章，我的第一个问题需要回答。
非常感谢你。
我非常肯定，在离散小波变换中，如果我们愿意，时间序列数据或信号将被下采样 2 倍，这意味着如果我们在原始时间序列中有 2^10 或 1024 个数据点数据，在第一层，它会被分成 2，我们的第一层采样频率是 2^9 或 512，在第二层会减少到 256，依此类推。
然而，在连续小波变换中，它很可能保持不变。
根据参考资料，我在此处复制了一些您可能想要测试和查看的代码，您可能希望在此处减少级别和 F 的数量，x如果您愿意，可以定义自己的代码：
Fs = 1e6;
t = 0:1/Fs:1-1/Fs;
x = cos(2*pi*50*t);
[C,L] = wavedec(x,15,'db4');
details = detcoef(C,L,'cells');
d14recon = wrcoef('d',C,L,'db4',14);
plot(d14recon,'k');
d13recon = wrcoef('d',C,L,'db4',13);
hold on;
plot(d13recon,'r'); %look how small the amplitude is
a13recon = wrcoef('a',C,L,'db4',13);
plot(a13recon,'b');
我不是这方面的专家，您可能可以阅读更多相关信息并找到您想要的信息。YouTube上也有很多关于它的视频。