实验六小波分析及遗传算法.docVIP

实验六 小波分析及遗传算法 小波分析是傅里叶分析思想的发展与延拓，二者相辅相成，试对小波分析与傅里叶变换进行比较。 答：傅立叶分析和小波分析都是数字信号处理中常用的基本方法。 共同点：都是用一些基本的东西（Fourier是用sin和cos，小波是用不同的wavelet，如haar小波）来组合出各种各样的函数。傅立叶分析是一种能在频域对信号进行准确分析的高效方法，小波则是针对傅立叶分析在时域上的不足而提出的，可以局部集中地在时频域对信号进行分析的方法。通俗地说，傅立叶能联系空间（时间）域和频率域，但是不能有尺度的变化，另外，它对于频率域上反转对应回时域的某处却缺乏相应的处理能力，这是它的缺点。也就是说，它可以告诉你，信号中的哪个频率高，但是无法告诉你具体高多少，哪个位置高，为什么这么高，却不能立刻告诉你。小波就不一样了，具有多尺度特性，可以把频率强度和位置（时刻）联系起来，一定程度上解决了傅立叶分析分析的缺点。小波分析已经在很多信号分析领域取得了出色的应用。 不同之处： ①信号的傅立叶变换和小波变换分别定义 （1） （2） 式（2）中是一平方可积函数，即,称作母小波，母小波函数必须必须满足容许性条件，是的Fourier变换。母小波函数通过伸缩与平移可派生出所有小波： （3） 其中a称为尺度因子，与频率有对应关系，尺度越小，频率越高；尺度越大，频率越低。参数b用于时间定位。通过比较式（2）和式（3），可以发现小波变换中引入时间定位参数，而傅立叶变换没有，这导致傅立叶变换不能在时间和频率同时定位，而小波变换却可以。 ②傅立叶变换和小波变换提取信号频率 傅立叶变换是将信号在由不同频率的三角函数构成的函数空间上投影，它在提取信号频率时有两个特征：不能实现时间同时定位；信号任一点的特征经过傅立叶变换后会波及整个傅立叶频率谱，即对非稳定信号处理不够理想。通过小波变换并不能得到频率谱，小波变换的结果是一个三维数据，其纵坐标为尺度参数，横坐标为时间坐标，第三个坐标为信号在不同频率的小波空间的投影（小波变换因子），信号的频率越接近哪一频率族，其在该空间的投影越大。通过在尺度方向加小波变换因子，即可得到小波频率谱。具体如下式： （4） 代表小波频率，横坐标为频率，其值与所用的小波有关，具体频率为（foundmantal代表母小波的频率）纵坐标为信号在该频率下的投影。通过连续小波变换结果，可以确定信号在任一时刻或时间区域的频率特征，这是傅立叶变换不具备的。 简述小波理论的发展，并结合你所研究的领域，对小波理论在该领域的应用及发展进行综述。 答：1807年，Fourier提出傅里叶分析，1822年发表“热传导解析理论”论文；1910年Haar提出最简单的小波；1980年Morlet首先提出平移伸缩的小波公式，用于地质勘探；1985年，Meyer和稍后的Daubeichies提出“正交小波基”，此后形成小波研究的高潮；1988年，Mallat提出的多分辨分析理论（MRA）；Coifman,Meyer等人在1989年引入了小波包的概念。小波分析是自1986年以来由Meyer，Mallat及Daubechies等的研究工作为基础而迅速发展起来的一门新兴学科，它是傅里叶分析(Fourier Analysis)划时代的发展结果，是目前数学分析和信号处理领域中广泛应用的一套新理论、新方法，如：信号分析、图像处理、量子力学、军事电子对抗与武器的智能化、计算机分类与识别、数据压缩、医学成像与诊断、地震勘探数据处理、边缘检测、音乐与语音人工合成、大型机械的故障诊断、大气与海洋波的分析、分形力学、流体湍流以及天体力学等。 在信号处理领域，对原始信号进行变换，从变换的结果和过程中提取信号的特征，获得更多的信息，而这些信息是原来信号没有直接提供的(隐含的)，目前，已经有许多变换应用于信号处理，最基本的是频域变换和时域变换，最熟悉的莫过于傅里叶变换(Fourier?Transform)，然而，傅里叶变换只能分别对信号的时域和频域进行观察，不能把二者有机地结合起来。为了解决此问题，引入了短时傅里叶变换(Short-time?Fourier?Transform)，该变换能够给出信号的时间和频率的二维分布，在短时傅里叶变换中，其窗口宽度是一个恒定的值，不能根据信号局部特征调整其窗口宽度。为此，引入了小波变换，解决了以上问题。 小波分析方法是一种窗口大小(即窗口面