- 1、本文档共45页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
小波变换的思想 Wavelet Transform
一、小波变换的由来
基本思想:
将信号分解成一系列不同频率的连续正弦波的叠加。
缺陷:丢掉了时间信息,无法根据变换结果判断一个特定的信号是在什么时候发生的。
傅立叶变换
引言
FT变换适于分析平稳信号。实际中大多数信号含有大量的非平稳信号,例如:突变,奇异,事件的起始与终止等情况。这些情况反映了信号的重要特征,是分析的对象。
例如下图:典型的地震信号
典型的地震记录
引言---小波变换的由来
4
实际采集的地震信号
它们的频域特性都随时间而变化。分析它需要提取某一时间段的频域信息或某一频率段所对应的时间信息。如何完成只分析数据中的一小部分?
二、 短时傅立叶变换(STFT)
基本思想:
给信号加一个小窗,主要集中在对小窗内的信号进行变换,因此反映了信号的局部特征。
缺陷:
其窗函数的大小和形状均与时间和频率无关,保持固定不变,对于分析时变信号不利!
(高频信号持续时间短,低频长。我们希望对于高频采用小的时间窗,低频使用大时间窗进行分析。)
STFT无能为力了!
不能构成正交基,给数值计算带来不便。
引言---短时傅里叶变换
三、小波信号
1984年法国的年轻的地球物理学家Jean Morlet在进行石油勘探的地震数据处理分析时与法国理论物理学家A.Grossman一起提出了小波变换(wavelet transform, WT)的概念 。
优点:
(1)继承和发展了STFT的局部化思想。
(2)克服了窗口大小不随频率变化、缺乏离散正交基的缺点。
正交基的解释
若一物体可用颜色和大小表示,我们称颜色和大小为特征基,构成此物体特征描述空间。
大小和颜色是互不相干的2种描述,我们称其为正交。
同时若这些基能够完全表示所有物体,我们称其为完备特征基。
因为特征基表现了物体特征,因而可以用更简洁的描述表示物体。
一、什么是小波
小波(Wavelet),即小区域的波,是一种特殊的长度有限、平均值为0的波形。
小波可以简单的描述为一种函数,这种函数在有限时间范围内变化,并且平均值为0。这种定性的描述意味着小波具有两种性质:A、具有有限的持续时间和突变的频率和振幅;B、在有限时间范围内平均值为0。
特点:(1)“小”,即在时域都具有紧支集或近似紧支集
(2)正负交替的“波动性”,也即直流分量为零
连续小波变换
傅立叶分析所用的正弦波在时间上没有限制,从负无穷到正无穷,但小波倾向于不规则与不对称。
FT将信号分解成一系列不同频率正弦波的叠加,小波分析是将信号分解成一系列小波函数的叠加。而这些小波函数都是由一个母小波函数经过平移与尺度伸缩得来的。
用不规则的小波函数来逼近尖锐变化的信号显然要比光滑的正弦曲线要好,同样,信号局部的特性用小波函数来逼近显然要比光滑的正弦函数来逼近要好。
连续小波变换(Continuous Wavelet Transform, CWT)用下式表示:
表示小波变换是信号f(x)与被缩放和平移的小波函数ψ()之积在信号存在的整个期间里求和的结果。
二、连续小波变换(CWT)
CWT的变换结果是许多小波系数C,这些系数是缩放因子(scale)和平移(position)的函数。
基本小波函数ψ()的缩放和平移操作
(1) 缩放。就是压缩或伸展基本小波, 缩放系数越小, 则小波越窄
小波的缩放操作
(2) 平移。小波的延迟或超前。在数学上,函数f(t)延迟k的表达式为f(t-k),
小波的平移操作
(a) 小波函数ψ(t); (b) 位移后的小波函数ψ(t-k)
1、小波变换的步骤:
一 取一个小波与信号的最前面部分比较;
二 计算相关因子C,C代表小波和这段数据的相关性
即:C越大,两者越相似;
三、小波变换的步骤
三 移动小波,重复步骤一和二,一直遍历整个数据;
四 对小波进行缩放,重复步骤一到三;
五 在所有小波尺度下,重复上述步骤.
2、小波尺度和信号频率的关系
小尺度 信号的高频
大尺度 信号的低频
在每个可能的缩放因子和平移参数下计算小波系数,其计算量相当大,将产生惊人的数据量,而且有许多数据是无用的。
如果缩放因子和平移参数都选择为2j(j0且为整数)的倍数, 即只选择部分缩放因子和平移参数来进行计算, 就会使分析的数据量大大减少。
离散小波变(DWT)
一、DWT的由来
使用这样的缩放因子和平移参数的小波变换称为双尺度小波变换(Dyadic Wavelet Transform),它是离散小波变换(Discrete Wavelet Transform, DWT)的一种形式。
通常离散小波变换就是指双尺度小波
文档评论(0)