第五节快速傅里叶变换（fft）.ppt

第四章 信号的小波变换与分析---适应突变和非平稳信号 4.1 综述 小波函数（快衰减振荡波形） 设基本小波 ， 则小波为： 常用基本小波： Morlet小波 ，Marr小波，Harr小波 。 除了周期性信号和平稳信号之外，几乎没有别的工具可以与小波分析媲美 比较 Fourier变换: 系数由整个时间序列决定,无法反映某些时刻的突变成分 。 窗口Fourier变换： 窗口位置移动，提取信号各位置局部性质 窗口形状和大小保持不变，与频率无关 小波变换： 窗口具有自适应性——高频(速变)分量所用a值小（频窗大，时窗小）；低频（慢变）分量所用a值大（频窗小而时窗大）。 4 . 2连续小波变换（CWT） a 的每个值定义了一个不同的带通滤波器，所有滤波器的输出叠加形成了连续小波变换 小波逆变换： 小波变换性质： 线性性 ，自相似性，冗余性。 平移和伸缩的共变性： 4. 3 离散小波变换与多分辨率分析 离散小波变换 将参数a和τ离散为 ，由基本小波得离散小波为： 二进小波——取a0=2，τ0 =1 。 即原信号=粗分辨率逼近+细节信号 多分辨率分析: 当值a小时，时轴上观察范围小，而在频域上相当于用较高频率作分辨率较高的分析，即用高频小波作细致观察，可以作细节的观察。 当a值较大时，时轴上考察范围大，而在频域上相当于用低频小波作概貌观察，可以作细节的观察。 快速离散小波变换的塔形算法 Mallat引入一对滤波器（常见的是有限长脉冲响应FIR型）， 即离散小波序列g(n)，是高通滤波器；离散尺度序列h(n) ，是低通滤波器。它们的具体形式由小波函数决定。 一般定义 暂不必考虑由小波函数求解、的复杂推导过程，而根据需要，可以从众多滤波器组中选择。Daubechies等人为工程人员设计了一系列这样的滤波器组。 基于小波系数的压缩变换框图 * * Fourier 变换 窗口 Fourier 变换 小波 变换 变　　　换 形　　　式 DFT,FFT算法 DFT,FFT算法 FWT(Mallat算法) 算 　　 法 特别适合处理长时间内较稳定的信号 有一定应用场合 适当选择窗口函数，可以取得较好的效果 特别适合处理突变信号 实际应用时，可将Fourier变换与小波变换结合起来用 结　　　论 NlogN NlogN O(N) 计算工作量 不具有局部化性质 时－频局部化，格式固定不变 　时－频同时局部化，具有自适应性 局　部　化 特　　　征 处理渐变信号 实时信号处理 处理渐变信号 实时信号处理 处理突变信号 自适应信号处理 问　　　题 特　　　征 实线代表分析小波的分析区间（持续时间） 其分解和重构过程可表达为： H(k)和G(k)分别为 h(n)和g(n)的傅氏变换，H*(k)和G*(k)分别为H(k)和G(k)共轭。 Mallat算法在小波分析中的地位相当于快速傅里叶变换在经典傅里叶分析中的地位。 4.4 离散小波变换的应用 数据（图像）压缩 ——小波变换域系数的能量集中性强（直方图近似Laplacian分布） 图像(2维信号)小波分解框图 Lena图像/小波系数/小波系数直方图为： 附：图像(2维信号)小波分解框图 消噪（仍为阈值 量化） * * *