11 小波基础.ppt

数字信号处理 11 小波基础 什么是小波 小波发展历史 一维连续小波变换 一维离散小波变换 MATLAB小波工具箱 引言 引言 引言 从本质上讲，傅里叶变换就是一个棱镜，它把一个信号函数分解为众多的频率成分，这些频率又可以重构原来的信号函数。 这种变换是可逆的，且保持能量不变。 引言 在音乐信号中人们关心的是什么时刻演奏什么样的音符； 对地震波的记录人们关心的是什么位置出现什么样的反射波； 图像识别中的边缘检测关心的是信号突变部分的位置，即纹理结构。 引言 引言 需要注意的是： 线性系统理论中的傅里叶变换是以在两个方向上都无限伸展的正弦曲线波作为基函数的。对于瞬态信号或高度局部化的信号（例如边缘），由于这些成分并不类似于任何一个傅里叶基函数，它们的变换系数（频谱）不是紧凑的，频谱上呈现出一幅相当混乱的构成。在这种情况下，傅里叶变换是通过复杂的安排，以抵消一些正弦波的方式构造出在大部分区间都为零的函数而实现的。 因此： 引言 引言 引言 11.1 什么是小波 例 1 【例】判断Haar 小波是否为基小波。 例 1 11.1 什么是小波 11.1 什么是小波 11.1 什么是小波 11.1 什么是小波 11.1 什么是小波 11.1 什么是小波 11.1 什么是小波 11.1 什么是小波 11.1 什么是小波 11.1 什么是小波 11.2 小波技术发展史 11.2 小波技术发展史 11.2 小波技术发展史 1909: Alfred Haar Alfred Haar对在函数空间中寻找一个与傅里叶类似的基非常感兴趣。1909年，发现并使用了小波，后来被命名为哈尔小波(Haar wavelets)。 11.2 小波技术发展史 1945: Gabor 开发了STFT (short time 傅里叶变换) 11.2 小波技术发展史 1980：Morlet 20世纪70年代，在法国石油公司工作的年轻地球物理学家Jean Morlet提出小波变换 (wavelet transform，WT)的概念； 20世纪80年代, 开发了连续小波变换 (continuous wavelet transform， CWT) 1986：Y.Meyer 法国科学家Y.Meyer与其同事创造性地构造出具有一定衰减性的光滑函数，用于分析函数； 用缩放(dilations)与平移(translations)均为2 j(j≥0的整数)的倍数构造了L2(R)空间的规范正交基，使小波分析得到发展。 11.2 小波技术发展史 1988：Mallat算法 法国科学家Stephane Mallat提出多分辨率概念，从空间上形象说明小波的多分辨率的特性，并提出了正交小波的构造方法和快速算法，称为Mallat算法； 该算法统一了在此之前构造正交小波基的所有方法，包括语音识别中的镜向滤波，图象处理中的金字塔方法，地震分析中短时波形处理等。 其地位相当于快速傅里叶变换在经典傅里叶分析中的地位。 11.2 小波技术发展史 小波理论与工程应用 Inrid Daubechies于1988年最先揭示了小波变换和滤波器组之间的内在关系，使离散小波分析变成为现实； Ronald Coifman和Victor Wickerhauser等著名科学家在把小波理论引入到工程应用方面做出了极其重要贡献； 自从发现滤波器组与小波基函数有密切关系之后，小波分析在信号处理中得到极其广泛的应用。 11.3 连续小波变换 物理意义： 时域上的意义： 数学显微镜，一组有效宽度不同的窗口傅里叶变换的汇集。 11.3 连续小波变换 频域上的意义： 若f(t)的傅里叶变换为F(?)，根据Parseval定理。 11.3 连续小波变换 11.3 连续小波变换 小波母函数 在频域具有带通特性，其伸缩和平移系列就可以看作是一组带通滤波器。 11.3 连续小波变换 11.3 连续小波变换 11.3 连续小波变换 （2）计算复杂性 小波变换比快速傅里叶变换还要快一个数量级。信号长度为M时， 傅里叶变换和小波变换的计算复杂性分别如下公式： MATLAB函数 COEFS=cwt(S, SCALES, ‘wname’) ：在尺度SCALES下计算向量一维小波系数； COEFS=cwt(S, SCALES, ‘wname’, ‘plot’)：计算小波系数，并以图形显示； COEFS=cwt(S, SCALES, ‘wname’, ‘PLOTMODE’) ：计算并画出连续小波变换的系数，并使用PLOTMODE对图形着色。 PLOTMODE值的含义： lvl: scale-by-scale着色模式 glb: 考虑所有尺度的着色模式 abslvl或lvlabs:使用系数绝对值的scale-by-scale着色模式 ab