信息工程概论课件-01.pdf

欢迎指正 A First Course in Wavelets with Fourier Analysis Albert Boggess and Francis J. Narcowich 小波与傅里叶分析基础 Haar 小波分析 Fourier 变换只能提供频率信息（信号的震荡），不能直接给出什么时候震荡发生这一信 息。 地震数据 短时 Fourier 变换更适于做这件事。整个时间区间被划分为许多等长小时间区间；在这 些小区间上逐个使用 Fourier 变换。分析结果同时包含了时间和频率信息。然而使用这种方 法存在一个问题：时间小区间长度不可调；因此很难觉察到那种有很短持续期的高频脉冲串 的出现时间。 使用小波可以保持时间轨迹和频率信息。小波可以放大前面提到的短脉冲串，或者缩小 觉察到的长期的慢振荡。 在小波分析中，有两个函数发挥着基本作用，它们是尺度函数φ 和小波函数ψ 。这两 个函数生成可以分解和重构信号的函数族。 最简单的小波分析建立在 Haar 尺度函数基础上。 Haar 尺度函数 考虑下图所示信号。可以将此信号视为某物理量的度量、比如作为时间函数的单回路电 路电压。 欢迎指正 电压表测量数据 图中两个尖锐的脉冲可以表示电表中的不良连接形成的噪声，并且需要滤掉这种意外的噪 声。下图显示了使用 Haar 结构单元（Haar 尺度函数的平移）对这一信号的一种可能逼近。 Haar 结构单元对上述信号的一种逼近 高频信号表现出高且细的单元特征。删除高细单元的算法将排除噪声且不影响信号。 由 Haar 尺度函数生成的结构单元特别简单，并且能够说明隐含于多分辨率分析中的一 般思想，多分辨率分析是后面要详加讨论的问题。Haar 小波的弱点是其不连续性，因此其 无法很好地逼近连续信号。在后面的章节中将引入其它小波，例如 Daubechies 小波就是连 续函数，它同时又具有 Haar 小波对局部特征的刻画能力。 定义 Haar 尺度函数为 ?1 0 ≤ x 1 φ(x) = ? 。 ?0 其它 前面已经给出了 Haar 尺度函数的图形。 函数φ(x ? k) 与φ(x) 有相同的图形，只不过向右移动了 k 个单位（ k 是整数）。 定义 0 级分段常数函数空间V0 为所有形如 0 ， 0 ∑akφ(x ? k) ak ∈ R k∈Z 的函数构成的空间，通常 k 在整数集 Z 的有限子集上取值。