对小波的认识.pdfVIP

对小波的认识 2015202146 王狮凌 第一次接触小波变换这个概念还是本科学习复变函数的时候，老师在讲到 里叶变换的时候随口提到了小波变换，但说实话，那时对傅里叶变换也没多搞明 白的我还是在这学期学习小波变换的时候顺带把傅里叶变换温故而知新了一番。 1.傅里叶变换 对于非周期函数 ，傅里叶变换定义为： f (t) L(R) jt F()  f (t)e dt R 通过公式中的变量就可以显而易见的看出，傅里叶变换是时域与频域之间互 相转化的工具，从物理意义上讲，傅里叶变换实质是把时域的信号分解为许多不 同频率的正弦波或余弦波的叠加，这样就可以把原函数f (t) 的研究转化为对其系 数的研究。但是值得注意的是，虽然傅里叶变换能够将信号的时域特征和频域特 征联系起来，可以分别从信号的时域和频域进行观察，但却无法将二者有机地结 合起来。这点从公式中积分符号里的区间就能看出来，傅里叶变换是对整个时间 域的积分，没有局部化分析信号的功能，完全不具备时域信息。 因此傅里叶变换处理非平稳信号有天生的缺陷。它只能获取一段信号总体上 包含哪些频率的成分，但是对各成分出现的时刻并无所知。因此时域相差很大的 两个信号，可能频谱图却是一样的。 然而平稳信号大多是人为制造出来的，自然界的大量信号几乎都是非平稳 的，所以在一些实际工程应用领域的论文中，基本看不到单纯地用傅里叶变换这 样的方法。 2.短时傅里叶变换 Dennis Gabor 1946 因此，为了解决傅里叶变换在时域的局部化分析能力， 于 年引入了短时傅里叶变换，它是传统傅里叶变换的一个推广，通过采用窗函数来 实现信号的时频分析。其基本思想就是把信号划分为许多小的时间间隔，每个小 过程近似平稳，然后通过傅里叶变换来分析处理每一个时间间隔，从而对每一个 时间间隔存在的频率进行分析。当然，这里的窗函数不是唯一的，可以用许多函 数作为窗函数。 加了窗之后就可以知道在哪个时间点上出现了什么频率了，但是依旧会带来 一个问题，我们到底应该用多宽的窗函数呢？ 1 窗太窄，窗内的信号太短，会导致频率分析不够精准，频率分辨率变差。窗 太宽，时域上又不够精细，时间分辨率又变得太低。所以窄窗口时间分辨率高、 频率分辨率低，宽窗口时间分辨率低、频率分辨率高。对于时变的非稳态信号， 高频适合小窗口，低频适合大窗口。然而短时傅里叶变换的窗口是固定的，在一 次变换中宽度不会变化，所以短时傅里叶变换还是无法满足非稳态信号变化的频 率的需求。 一说到这个矛盾，突然想到前两天高等物理课上讲的用海森堡不确定性原 理。类似于我们不能同时获取一个粒子的动量和位置，我们也不能同时获取信号 绝对精准的时刻和频率。这也是一对不可兼得的矛盾体。我们不知道在哪个瞬间 某个频率分量存在，我们知道的只能是在一个时间段内某个频带的分量存在。因 此绝对意义的瞬时频率是不存在的。突然发现万事万物都是息息相关的，都是矛 盾体的集合，哈哈。 3.小波变换 那正常的话大家都会想到接下来应该让窗口大小变起来，多做几次短时傅里 叶变换不就可以了吗？从理论上来讲其实是可行的的，但是随之带来的计算量是 巨大的，冗余太过于严重。 因此，小波变换采取了将傅里叶变换的基给替换了：将无限长的三角函数基 换成了有限长的且会衰减的小波基。这样不仅能够获取频率，也还可以定位到时 间了。 连续小波的定义式是这样的： 1 tb 2 C  a ( ) a R, a 0, b R