小波变换关键技术分析.pptVIP

小波变换关键技术分析 引入连续小波变换的基本想法： Gaobor变换的缺点在于其时频“窗口”的宽度不随频率的变化而变化。 在实际应用中，窄的时间窗可以更精确的描述信号的高频成分；宽的时间窗口则有利于对信号低频特性的分析。 所以，在对信号进行时频局部化分析中，我们需要一个自动随频率变化的时频窗口。 可用的工具： 连续小波变换的定义： “容许性”条件： 对“容许性”条件的分析： 对“容许性”条件的分析： 2. 对“容许性”条件的分析： 3. 信号的时宽和带宽计算 现实中常常是复杂的时间信号，幸好简单信号存在，所以研究简单信号的特征，才能更好理解复杂信号 时间波形的特征： 时间中心 时间宽度 持续时间 信号的时间特征计算 时间中心（时间均值）： 信号的频率特征： 频率中心 频带宽度 1822年,傅立叶提出了频谱分解的概念.通过傅立叶变换,原来比较抽象的频率概念具体化了. 带宽:占信号整个能量某百分比的频率范围称为频带宽度. 分析得知:持续信号越小或时间信号越集中,带宽越大,反之. 信号的频率特征： 傅立叶变换的局限性： 傅里叶变换的幅度谱、能量谱：在信号总的持续时间内存在那些频率，但并没有告诉这些频率在什么时间存在？ 大概知道信号的快速变化或尖峰与较高频率相对应，但更想确切知道信号在某个特定时刻（或一个短的时间范围）该信号对应的频率是多少？ 为得到某一个频率处的傅立叶变换，需要整个时间域的信息，反之一样。 傅立叶变换缺乏时间频率定位功能 信号的频率特征计算 频率中心： 信号的时宽带宽积（Time-bandwidth product) 信号的持续时间越短，带宽越大，反之。 定义： 为时间带宽积，与量子物理学的测不准原理 相类似，持续时间和带宽不能同时为任意小。 紧支撑 若信号的持续时间有限，称其为紧支撑（compact support)，对频率域，也有类似的称呼。 什么信号具有最小时宽带宽积？ 可以证明高斯窗函数具有这个性质。可计算出 时频分辨率 分辨率(resolution)是信号处理的基本概念，定义为对信号能做出辨别时时域或频域的最小间隔(又称最小分辨细胞) 时频分析 窗口Fourier变换 窗口Fourier变换 短时Fourier变换 小波时频分析 小波时频分析 各种变换的比较 对小波变换时域窗口的分析： 对小波变换频域窗口的分析： 对小波变换时频窗口的分析： 对小波变换时频窗口的分析： 小波变换的重构定理： 小波重构定理的证明： 小波重构定理的证明： 小波重构定理的证明： 小波重构定理的证明： 小波重构定理的证明： 小波重构定理的证明： 小波变换重构定理的一个推广： 常见的基小波 常见的基小波 常见的基小波 常见的基小波 Haar小波 * * 1. 时宽（方差）： 一般假设为归一化(标准化)函数 则 傅里叶正变换: 经过一百多年的发展,傅立叶分析不仅成为了一个重要的数学分之，且成为信号分析与处理的重要工具.至尽,任何一本信号与系统、信号处理、通信原理等书籍都能看到傅立叶的论述，可见其在信息科学中的作用。 帕斯瓦尔方程式: 带宽（方差）： 由均值和方差可以知道信号能量集中在什么频率范围，并是否集中在均值周围。如果方差小，信号大部分集中在中心周围，且会迅速衰减，反之相反。 不确定原理 不确定原理是傅立叶变换对的基本表述,是物理、化学领域最伟大的发现成就之一.表明：人们不可能构造一个时宽和带宽都任意小的信号。 无限短持续信号具有无限大的带宽 时间无限长信号具有无限短的带宽 高斯信号的时域和频域都具有对称原点的高斯特性 时间分辨率：通过一个时域窗可以观测信号的时间宽度 频率分辨率：通过一个频域窗可以观测信号的频率宽度 希望既能得到好的时间分辨率，又能得到好的频率分辨率，但由不确定原理知道，两着不能同时达到最好。 可以根据信号的特点或信号处理的任务选取不同的时间、频率分辨率，当时域发生快变时，希望时间分辨率高，反之一样。 1. Fourier分析简介 Fourier变换没有反映出随时间变换的频率，也就是说，对于频域中的某一频率，我们不知道这个频率是在什么时候产生的。因此，Fourier分析缺乏信号的局部化分析能力 。 2. 短时Fourier变换 短时Fourier变换的基本思想是：把信号划分成许多小的时间间