我小波课件(yj).ppt

内容简介 概述 小波发展史 傅立叶分析 傅立叶vs 小波变换 小波分析 典型应用 总结 概 述 Wavelet（小波) 顾名思义小波是具有一定衰减性的波。波─振荡, 小─有限的支集 ,或衰减速度比较快 。 Wavelet Transforms(小波变换) 将信号分解为一系列小波(信号原子) 的叠加 提供时-频分析工具 具有比傅立叶变换更加紧凑的表示 能更好地逼近实际信号 适合于非平稳信号和不连续信号 “The Forest the Trees”（数学望远镜) 能分析信号的大致概貌 也能聚焦到信号的任意细节 PRE-1930 傅立叶分析 1807年，Fourier 提出了Fourier分析，一个函数能被分解成不同频率波的组合， 构成一组基，但在空间或时间域上无任何局部性。 Gibbs’ 效应 PRE-1900 Harr wavelet(平凡小波） 1964 1964年，Gabor提出了加窗Fourier变换,加窗Fourier变换是一种窗口大小及形状均固定的时频局部化分析。 现代信号处理、信息论的奠基人 80年代早期 1981年，Stromberg对Harr系进行改进，证明了小波函数的存在性。 1984年Morlet—石油工程公司物理工程师，在分析地震波的局部时，发现传统的Fourier变换难以达到要求，因此他引入小波概念于信号分析中对信号进行分解。 Post-1980 Daugman—1985年提出2D Gabor变换 POST-1980 1987年，Mallat and Meyer 提出了多分辨分析（Multiresolution Analysis）,从而成功的统一了在此之前的Stromberg、Meyer、Lemarie和Battle提出的具体小波函数的构造，研究了小波变换的离散化情形，并将相应的算法（Mallat算法,其地位相当于傅立叶分析中的FFT）应用于图像分解域重构。 Ingrid Daubechies Ingrid Daubechies’ 正交小波基 基于 Mallat‘s 的工作 给出了有限支集正交小波基的通用构造方法(db2,db4,db6,…) 有限支集 公认的小波大师，与Mallat齐名 90年代-21世纪初期 双正交小波 多小波 小波提升算法 复数小波 JPEG2000 Framelet 多尺度几何分析(ridgelet,curvelet,contourlet,wedgelet, bandelet….) 我们做的一点工作 Fanlet TIFanlet 数学变换 Why To obtain a further information from the signal that is not readily available in the raw signal. Raw Signal Normally the time-domain signal Processed Signal A signal that has been transformed by any of the available mathematical transformations Fourier Transformation The most popular transformation 时域信号 自变量是时间(time) 因变量是幅值 Amplitude 大部分信息如频率是隐含的 频域变换 为什么需要频域变换 能看清楚在时域中看不清楚的一些信息 频域变换有那些? 傅立叶变换,希尔伯特变换, 短时傅立叶变换, Wigner Distributions, Radon 变换, 小波变换 … 频域分析 频谱 表示信号的频率分布 Fourier Transform (FT) 获得频谱 告诉我们信号由哪写频率成分组成,所占的分量是多少 稳态信号 (1) 稳态信号(Stationary Signal) 信号的频率成分不随时间而改变 非稳态信号(Non-stationary Signal) 信号的频率成分不随时间而改变 如鸟鸣声,音乐,地震信号……. 传感器输出的绝大部分信号 稳态信号(2) 鸟鸣声 Frequency: 2 Hz to 20 Hz 短时傅立叶变换 (STFT) Dennis Gabor (1946) Used STFT 每次只分析一小段信号 -- a technique called Windowing the Signal. 这一小段信号假定是平稳的 A 3D transform STFT的缺点 窗函数不变化 分辨率的两难问题 Narrow window - poor frequency resolution Wide window - poor time resolution