小波变换与motion信号处理(二).pdfVIP

小波变换和motion 信号处理（二） 这是《小波变换和 motion 信号处理》系列的第二篇，深入小波。第 一篇我进行了基础知识的铺垫，第三篇主要讲解应用。 在上一篇中讲到，每个小波变换都会有一个mother wavelet，我们称 之为母小波，同时还有一个father wavelet，就是scaling function。 而该小波的basis 函数其实就是对这个母小波和父小波缩放和平移形 成的。缩放倍数都是2 的级数，平移的大小和当前其缩放的程度有关。 还讲到，小波系统有很多种，不同的母小波，衍生的小波基就完全不 同。小波展开的近似形式是这样： 其中的 就是小波级数，这些级数的组合就形成了小波变换中的 基 basis 。和傅立叶级数有一点不同的是，小波级数通常是 orthonormal basis，也就是说，它们不仅两两正交，还归一化了。 我们还讲了一般小波变换的三个特点，就是小波级数是二维的，能定 位时域和频域，计算很快。但我们并没有深入讲解，比如，如何理解 这个二维？它是如何同时定位频域和时域的？ 在这一篇文章里，我们就来讨论一下这些特性背后的原理。 首先，我们一直都在讲小波展开的近似形式。那什么是完整形式呢？ 之前讲到，小波basis 的形成，是基于基本的小波函数，也就是母小 波来做缩放和平移的。但是，母小波并非唯一的原始基。在构建小波 基函数集合的时候，通常还要用到一个函数叫尺度函数，scaling function ，人们通常都称其为父小波。它和母小波一样，也是归一化 了，而且它还需要满足一个性质，就是它和对自己本身周期平移的函 数两两正交： 另外，为了方便处理，父小波和母小波也需要是正交的。可以说，完 整的小波展开就是由母小波和父小波共同定义的。 其中 是母小波， 是父小波。需要提醒一点的是，这个正交纯 粹是为了小波分析的方便而引入的特性，并不是说小波变换的基就一 定必须是正交的。但大部分小波变换的基确实是正交的，所以本文就 直接默认正交为小波变换的主要性质之一了。引入这个父小波呢，主 要是为了方便做多解析度分析（multiresolution analysis, MRA）。说 到这里，你的问题可能会井喷了：好好的为什么出来一个父小波呢？ 这个 scaling function 是拿来干嘛的？它背后的物理意义是什么？ wavelet function 背后的物理意义又是什么？这个多解析度分析又是 什么呢？不急，下面，我们围绕一个例子来巩固一下前面的知识，同 时再引出新的特性。 假设我们有这样一个信号： 该信号长度为8，是离散的一维信号。我们要考虑的，就是如何用小 波将其展开。为了方便讲解，我们考虑最简单的一种小波，哈尔小波。 下面是它的一种母小波： 那如何构建基于这个母小波的基呢？刚才提到了，要缩放，要平移。 我们先试试缩放，那就是ψ(2n)： 但这样的话，它与自己的内积就不是 1 了，不符合小波基orthonormal 的要求，所以我们要在前面加一个系数根号二，这样我们就得到了另 一个哈尔小波的basis function： 同理，我们可以一直这样推广下去做scale，得到4n ，8n，…….下的 basis function。当然在这个例子里，我们信号长度就是8，所以做到 4n 就够了。但推广来说，就是这种 scaling 对母小波的作用为 ，这是归一化后的表示形式。 平移的话也很简单，我们可以对母小波进行平移，也可以对scale 之 后的 basis function 进行平移。比如对上一幅图中的 basis function 进行平移，就成了 看得出来，平移后的basis function 和母小波以及仅仅scale 过的小 波，都是正交的，附合小波basis 的特点。如果我们用ψ(n)来表示这 个mother wavelet，那么这些orthonormal basis 函数可以写成： 这里的 k 是可以看成时域的参数，因为它控制着小波基时域的转移， 而j 是频域的参数，因为它决定了小波基的频率特性。看到这里，你 应该会感觉很熟悉，因为这里的平移和变换本质和刚才对 scaling function 的平移变换是一模一样的。 这样，我们就有了针对此信号space 的哈尔小波basis 组合： 图1 可以看出，我们用到了三层频率尺度的小波函数，每往下一层，小波 的数量都是上面一层的两倍。在图中，每一个小波基函数的表达形式 都写在了波形的下面。 等等，你可能已经发现了，有问