第8章：信号处理中常用的正交变换学案.ppt

第8章 信号处理中常用的正交变换 信号的分解 DCT的核函数， DCT矩阵 离散余弦变换(DCT) DCT 的特点 DCT 是实变换； DCT 是正交变换； 在一定条件下，DCT近似 K-L 变换； DCT有快速算法。 正因为DCT有上述特点，因此，DCT 在语音和图像压缩中已获得广泛应用。 所以DCT是正交变换 例：8 点 DCT： DCT 反变换 在DCT中，正变换矩阵和反变换矩阵是一样的，都是实矩阵。特别有利于实时实现及硬件实现。 一阶马尔可夫过程（Markov-1):语音和图象处理中常用的数学模型。一个随机信号 ，若其pdf满足如下关系： 则称 为一阶马尔可夫过程。该式的含意是：已知过程在现在时刻的状态，那么，下一个时刻的状态只和现在的状态有关，而和过去的状态无关。 令 是Markov-1 随机序列相邻两元素之间的相关系数，则该序列的协方差矩阵有如下关系： 按 K—L 变换的思路，现需要求 的特征值及特征向量，以形成变换的正交矩阵 。但对Markov-1 过程，协方差阵 的特征向量可以解析的给出，因此正交变换的矩阵也可解析的得到： 是方程 的根 有： 由： 必有： 再由： 将 正是DCT变换矩阵！ 代入 经化简 8.1 希尔伯特空间中的正交变换 8.2 K-L变换 8.3 离散余弦变换(DCT)与离散正弦变换(DST) 8.4* 离散Hartley变换(DHT) 8.5* 离散W变换(DWT) 及正弦类变换 8.6* DCT、DST及DWT快速算法简述 8.7* 图象压缩简介 8.8* 重叠正交变换 8.9 与本章内容有关的MATLAB文件 目录 希尔伯特空间中的正交变换 赋范线性空间 内积空间 完备的内积空间（希尔伯特空间） 设空间 是由 N 维空间一组向量 概念： 对任一 ，都可作如下分解： 所张成，即 信号的离散表示,或 信号的分解 是分解系数 或信号的变换 由 正变换 由 反变换 设想另有一组向量 Step1: 满足： 双正交关系( biorthogonality) Step2:做内积 对 则称 为一组正交基。 一组正交基满足： 注意：满足双正交关系的两组基向量各自并不满足正交关系，只是相互之间满足正交关系。 如果： 信号的正交变换 给定数据向量： 及算子 作变换 矩阵 的行（列）向量即是前面的向量 若： 则上述变换即为正交变换，或保范（数）变换。 实际上是正交矩阵， 以上正交变换是从线性代数的角度来定义。 正交变换的性质： 性质1：正交变换的基向量即是其对偶基向量。 由性质1可知正交变换具有如下的优点： 2. 正交变换在计算上最为简单。如果是离 散信号，且 N 是有限值，那么变换只是简单的矩阵与向量运算： 3. 反变换： 不需要求逆，特别有利于硬件实现 1. 若正变换存在，那么反变换一定存在，且变换是唯一的； 性质2：展开系数是信号在基向量上的准确投影 非正交基的情况下，“基向量”称为“标架（Frame)”, 这时，展开系数不是准确投影。 性质3：正交变换保证变换前后信号的能量不变， 此性质又称为“保范(数)变换”。 此性质实际上是 Parseval’s 定理，即信号变换前后能量保持不变。 注意，只有正交变换才有此性质。 性质4：信号正交分解具有最小平方近似性质。 最小的条件： 性质5：正交变换的系数具有去除相关和集 中能量的性质。 正交基的选择原则： 具有所希望的物理意义或实用意义； 正交基函数应尽量简单，计算量小； 最大限度浓缩信号能量，去除相关性； 基函数应能同时具有频域和时域的定位功能。 正交变换的实例： FS,FT, DTFT, DFS, DFT DCT,DST, DHT Walsh-Hadamard, Haar 变换 SLT(斜变换） 正弦类正交变换 非正弦类正交变换 特征值分解 有趣发现:相位不变。 阶次与截止频率？ K—L 变换 数据向量： 协方差阵： 体现了信号各元素之间的相互关系 K—L 变换的思路： 寻找正交矩阵 ，做变换 ， 使 的协方差阵 为对角阵。 这样 之间彻底去除了相关性。 1. 由 求 的特征值 3. 将 归一化，即令 步骤： 4. 由归一化的 构成正