r - 数据长度不是二的幂/样本大小不能被 2^J 整除(小波分析)

Question

我有多个长度为 149 的时间序列，我想通过使用小波变换对它们进行去噪。

这是我的数据示例:

t=ts(rnorm(149,5000,1000),start=1065,end=1213) 

当我尝试使用 wavetresh 和 waveslim 包时，它们都指向同一个问题:

library(wavetresh)
wd(t)
  Error in wd(t) : Data length is not power of two
library(waveslim)
dwt(t)
  Error in dwt(t) : Sample size is not divisible by 2^J

我知道我的数据长度应该是 2^x，但我无法克服这个问题。我认为 waveslim 中的函数 up.sample() 应该有助于解决这个问题，但它并没有起到作用(例如 up.sample(t,2^8) 给出一个长度为 38144 的向量)。那么如何在不插入错误的情况下增加向量长度呢？我知道我可以用零填充，...但我想知道最好的方法。

此外，在查看 waveslim 的示例时，输入系列的长度似乎也不满足此要求(尽管该示例当然有效):

data(ibm)     
ibm.returns <- diff(log(ibm))
ibmr.haar <- dwt(ibm.returns, "haar")  #works
log2(length(ibm.returns))
  [1] 8.523562

我觉得我缺少一些基本的东西，但我想不通。感谢您的帮助。

Ps:我知道我可以使用其他技术来做到这一点，但我真的很想测试这种方法。

Answer 1

我查看了 dwt 的代码及其工作的原因，是 dwt 不检查长度是否是 2 的幂 但长度是否是 2^J 的倍数(实际上这就是错误消息所说的:Error in dwt(t) : Sample size is not divisible by 2^ J).

J=4 时，时间序列的长度必须是 16 的倍数。正如您所假设的，up.sample 可用于解决此问题因为它用 0 填充时间序列。但是您提供的不是最终长度，而是上采样频率。

因此

dwt(up.sample(t, 16, 0))

应该可以解决问题。