变换后的频谱是正确的。横轴表示"时间与空间，这是波形图的属性。您可以将其更改为任何文本。另外横坐标当前对应的是变换后的采样点，你也要根据采样间隔对应到频率。详情请参考fft例子。
对称性由傅立叶变换的性质决定。至于每个峰值对应的实际频率，需要进行换算。fft应用实例1:x0.5*sin(2*pi*15*t)2*sin(2*pi*40*t)。采样频率为fs100hz，分别绘制了n128和1024点的幅频图。clffs100n128%采样频率和数据点n0
余弦信号ycos(2π*f*t)；
信号频率为f10hz；
时间宽度:1s
采样率为fs100hz；
matlab程序:
f10
fs100
一种网络的名称(传输率可达1.54mbps)
nround(t*fs)%采样点数
tlinspace(0，t，n)
ycos(2*pi*f/fs*[0:n-1])
我猜的
绘图(t，y)
标题(余弦信号时域)
xlab
在小波分析中，只复制分解系数，也就是小波系数，没有字重构系数，因为重构信号与原信号大小相同，已经是具有实际量纲意义的信号，而不是无量纲系数。
超过带宽是正常的，因为dwt的计算是用滤波器进行的，实际应用中并没有理想的砖墙效果的滤波器，也就是滤波的结果不会准确的去掉你想要滤波的频率，总会有很少的残留，或者会有原本没有产生的频率无中生有。
在小波分析中，中心频率只有一个意义，即一个小波基的中心频率，每个频带只有频率没有中心频率。cwt小波基的中心频率可以用来计算小波时频图。对于dwt，可以直接用fft计算各个频段的频率，其频段可以用采样定理划分。
你计算的是绝对能量。通常，你应该计算相对比例的能量。使用weenergy函数，每个频段的总和为100。
对比重构信号的fft幅度，确实重构信号的频率成分主要在这个频段。
