小波分析精选.pptVIP

小波分析 0. 引言 当今，小波已经发展成为一种信号分析的数学工具。简单地说，“小波”就是小的波形。所谓“小”是指它具有衰减性，譬如是局部非零的；而称之为“波”则指他的波动性，即其振幅呈正负相间的震荡形式。在积分变换中它很重要，就如同傅立叶变换中的sine, cos的作用，或是Walsh分析中的Walsh函数。目前，小波已经在以下几个领域得到的基本应用：信号分析，图像处理，CT成像地震勘探数据处理，数据压缩，计算机识别，音乐与语音人工合成。 就小波应用而言，很有意思的是，早在1993年，美国联邦调查局就已小波标准来压缩和保存3亿多组的指纹，压缩率为26：1，通过这种压缩方式来重新组合指纹结构，而且这种重组与指纹原有结构差异非常的小，只有专家才能识别这微小的差异。 傅立叶分析依靠一单一的基本函数，小波分析则有所不同，它使用函数形式很广泛的基本函数。我们经常会听到以研究人员来命名的小波名称。（Daubechies小波，Morlet 小波，Meyer小波，以及Coiflet小波）图1表示出了这些小波函数。 小波分析的思想就是选择一合适的母小波（mother wavelet）通过时间轴上的位移与放缩和幅度的变化产生一系列的派生小波，用这系列小波对要分析的信号进行时间轴上的平移比较，获得用以表征信号与小波相似程度的小波系数。由于派生小波可以达到任意小的规定精度，并可以