浅谈对小波的认识.docVIP

浅谈对小波的认识 ——小波分析在生物医学信号中应用 学院：精仪学院；专业：生物医学工程；姓名：丁红军，学号：1座机电话号码2 1、小波分析 传统的信号理论，是建立在Fourier分析基础上的，而Fourier变换作为一种全局性的变化，其有一定的局限性，如不具备局部化分析能力、不能分析非平稳信号等。在实际应用中人们开始对Fourier变换进行各种改进，以改善这种局限性，如STFT（短时傅立叶变换）。由于STFT采用的的滑动窗函数一经选定就固定不变，故决定了其时频分辨率固定不变，不具备自适应能力。 小波变换是一种信号的时间——尺度分析方法，它继承和发展了短时傅立叶变换局部化的思想，同时又克服了窗口大小不随频率变化等缺点，能够提供一个随频率改变的“时间-频率”窗口，是进行信号时频分析和处理的理想工具。 小波变换具有多分辨率分析的特点，而且在时频两域都具有表征信号局部特征的能力，是一种窗口大小固定不变但其形状可变，时间窗和频率窗都可变的时频局部化分析方法。即再低频部分具有较高的频率分辨率和时间分辨率，在高频部分具有较高的时间分辨率和较低的频率分辨率，很适合探测正常信号中夹带的瞬态反常现象并展示其成分，所以被誉为分析信号的显微镜。 与Fourier变换相比，小波变换是时间（空间）频率的局部化分析，它通过伸缩平移运算对信号 函数 逐步进行多尺度细化，最终达到高频处时间细分，低频处频率细分，能自动适应时频信号分析的要求，从而可聚焦到信号的任意细节，解决了Fourier变换的困难问题，成为继Fourier变换以来在科学方法上的重大突破。 2、小波分析在在生物医学信号中应用 小波变换在各个工程领域中得到了广泛的应用，典型的如语音信号处理、生物医学信号处理、 图像信息处理等。 生物医学信号是一种相当复杂的信号，其主要特点是随机性和噪声背景都比较强，随机性强是因为影响生物信号的因素很多。生物信号作为随机信号的更大特点是它的非平稳性，也即信号的统计特征随时间而变，这是因为生物系统在外因索的影响下具有适应力，使得信号的统计特征自动变化。 如视觉诱发电位（VEP）在临床上应用于与视神经相关病变分析，采集到的VEP信号往往湮没在背景噪声中，通常用迭加平均算法处理后，仍然含有大量的背景噪声。如果利用小波其良好的时频局部化特性，将原始信号分解成不同频带的低频分解波和高频分解波，经几次小波分解，可以清楚地反映视觉神经系统的电活动情况，这正是所需的有用信号，分解出的高频信号相对来说是平稳信号，这些便是经迭加平均处理未能消除掉的干扰和噪声。 总之利用小波变换多分辨多尺度的特点，可以根据所处理信号的不同类型，在不同尺度上进行信息提取重构，此外还可以配合其它信号处理方法．以期获得最佳效果。 1