信号的时频分析 - Read.PPT

小波分析发展历史 1807年 Fourier 提出傅里叶分析 ， 1822年发表 “热传导解析理论”论文 1910年 Haar 提出最简单的小波 1980年 Morlet 首先提出平移伸缩的小波公式，用于地质勘探。 1985年 Meyer 和稍后的Daubeichies提出“正交小波基”，此后形成小波研究的高潮。 1988年 Mallat 提出的多分辨度分析理论（MRA），统一了语音识别中的镜向滤波，子带编码，图象处理中的金字塔法等几个不相关的领域。 1988年 Mallat 提出的多分辨度分析理论，统一了几个不相关的领域：包括语音识别中的镜向滤波，图象处理中的金字塔方法，地震分析中短时波形处理等。 当在某一个分辨度检测不到的现象，在另一个分辨度却很容易观察处理。例如： 小波分析是纯数学、应用数学和工程技术的完美结合。从数学来说是大半个世纪“调和分析”的结晶（包括傅里叶分析、函数空间等）。 小波变换是20世纪最辉煌科学成就之一。在计算机应用、信号处理、图象分析、非线性科学、地球科学和应用技术等已有重大突破，预示着小波分析进一步热潮的到来。 小波的时间和频率特性 运用小波基，可以提取信号中的“指定时间”和“指定频率”的变化。 时间：提取信号中“指定时间”（时间A或时间B）的变化。顾名思义，小波在某时间发生的小的波动。 频率：提取信号中时间A的比较慢速变化，称较低频率成分；而提取信号中时间B的比较快速变化，称较高频率成分。 小波的3 个特点 小波变换，既具有频率分析的性质，又能表示发生的时间。 有利于分析确定时间发生的现象。（傅里叶变换只具有频率分析的性质） 小波变换的多分辨度的变换，有利于各分辨度不同特征的提取（图象压缩，边缘抽取，噪声过滤等） 小波变换比快速Fourier变换还要快一个数量级。信号长度为M时， Fourier变换（左）和小波变换（右）计算复杂性分别如下公式： 小波基表示发生的时间和频率 “时频局域性” 图解：Fourier变换的基（上）小波变换基（中） 和时间采样基（下）的比较 信号的时频分析： 信号时频分析的重要性： 时间和频率是描述信号的两个最重要的物理量。 信号的时域和频域之间具有紧密的联系。 信号时频分析的主要方法： 反映傅立叶变换缺点的一个例子： 傅立叶变换的缺点： 用傅立叶变换提取信号的频谱需要利用信号的全部时域信息。 傅立叶变换没有反映出随着时间的变化信号频率成分的变化情况。 傅立叶变换的积分作用平滑了非平稳信号的突变成分。 解决傅立叶变换缺点的方法： 窗口傅立叶变换（Gabor变换）： 窗口傅立叶变换的定义： 假设 f(t) ? L2(R)，则以g(t)作为窗函数的窗口傅立叶变换定义为： 窗口傅立叶变换的频域性质： 问题的提出： 窗口傅立叶变换WFg(?, b) = f(t), g?,b(t)给出的是信号在时域上的处理信息，一个很自然的问题是窗口傅立叶变换在频域上是怎样处理信号的？ 假设f(t)的傅立叶变换为F(?)，g?,b(t)的傅立叶变换为G ?,b(?)，则根据Parseval定理有： WFg(?, b) = F(?), G ?,b(?)/(2?) 窗口傅立叶变换频域上的物理意义： 若G (?)的有效窗口宽度为D?，则WFg(?, b)给出的是F(?)在局部频率范围[? - D? /2, ? + D? /2]内的频谱信息。 有效窗口宽度D?越小，对信号的频率定位能力越强。 窗口傅立叶变换的性能分析： 问题的提出： 窗口傅立叶变换是否既具有强的时间定位能力，又具有强的频率定位能力？ 选择什么样的窗函数才能使得窗口傅立叶变换具有好的性能？ 解决问题的思想： 从物理意义上来看Dt和D?是矛盾的，因此先定义Dt和D?后，再计算Dt和D?的乘积用以作为判断窗口傅立叶变换性能的依据。 窗口傅立叶变换的性能分析： 具体分析过程： 假设： 窗口傅立叶变换的性能分析： 计算Dt2×D?2： 窗口傅立叶变换的性能分析： 等号成立条件： 解决窗口傅立叶变换缺点的方法： 问题的提出： 窗口傅立叶变换窗口没有自适应性，只适合分析所有特征尺度大致相同的信号，不适于分析多尺度信号和突变过程。 解决方法： 引入窗口变化机制，同时求各种窗口大小下的变换，这样变换系数中就同时包含各种特征尺度下信号的信息。 小波变换的分类： 连续小波变换 时间、控制窗口大小的参数和时移参数都连续的小波变换。 离散参数小波变换 时间连续，控制窗口大小的参数和时移参数离散的小波变换。 离散小波变换 时间、控制窗口大小的参数和时移参数都离散的小波变换。 连续小波变换： 连续小波变换的定义： 假设信号 f(t) ? L2(R)