R语言小波解析wavelet.docxVIP

小波分析 wavelet analysis自从学习过佛瑞艾尔变形和频率估计，作者对小波分析产生的兴趣，开始阅读一些相关的资料。同时发现正在给自己上数学课的David Walnut 教授是小波分析的泰山北斗。他写的这方面的教课书遍布全球。作者的心中又产生的无比的崇敬与羡慕，所以将当前世界最先进的小波分析技巧写出来与大家分享。读过《R语言时间系列中文教程》都应该知道如何使用弗瑞艾尔变形估计频率。但必须假设，被估计的频率是始终存在于波动之中的。更经常的状况是在一整个波中某一频率只在这个波中的一小部分出现。使用弗瑞艾尔变形不可能监测到在某一时间点上的频率变化，因为它假设所估计的频率都是自始至终存在的。例如，下面的波中有一个很慢的频率是始终存在的，在中间部分突然出现了频率非常高的新波动，而且很快就消失了。这样的波动需要使用小波分析。t=1:500c1 = 2*cos(2*pi*t/150 + .6*pi)plot.ts(c1)t2= ifelse(t200 t300,t,0)c2=1*cos(2*pi*t2/10 + .6*pi)par(new=T)plot.ts(c2)par(new=F)例如心电图是有来测量人心脏跳动的手段，心脏的各个组成部分不是同时不停的工作的，在一个心房收缩的过程中某些的心房是休息的。所以在心电图上来看，微小的波动是突然出现仅仅持续很短的时间就消失了，像这样的微小波