小波分析及应用的读书报告.docVIP

小波分析及其应用的读书报告及心得体会 吴萍萍 51303310103 第一章 信号的时间-频率分析 1.1小波的发展史 1807年 Fourier 提出傅里叶分析-伟大的数学史诗 ， 1822年发表 “热的解析理论”论文 1980年 Morlet 首先提出平移伸缩的小波公式，用于地质勘探。 1984年～1988年，Meyer、Battle和Lemarie分别给出了具有快速衰减特性的小波基函数：Meyer小波、Battle-Lemarie样条小波。 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。 1987年，Mallat将计算机视觉领域中的多尺度分析思想引入到小波分析中，提出了多分辨率分析的概念，统一了在此前的所有具体正交小波的构造，给出了构造正交小波基的一般方法，提出了快速小波变换（即Mallat算法）。它标志着第一代小波的开始：（1）操作过程：先滤波，再进行抽二采样。（2）优点：Mallat算法在小波分析中的地位相当于FFT在经典傅立叶分析中的地位。它是小波分析从纯理论走向实际应用。（3）缺点：以傅立叶变换为基础，直接在时（空）域中设计滤波器比较困难，并且计算量大。 1988年，Daubechies基于多项式方式构造出具有有限支集的光滑正交小波基（即Daubechies基）。Chui和中国学者王建忠基于样条函数构造出单正交小波函数，并提出了具有最优局部化性能的尺度函数和小波函数的一般性构造方法。1988年，Daubechies在美国NSF/CBMS主办的小波专题研讨会上进行了10次演讲，引起了广大数学家、物理学家、工程师以及企业家的重视，将小波理论发展与实际应用推向了一个高潮。 1.2 傅立叶变换 1、一维信号的傅立叶变换 ： 正变换核函数：eiwt 2、傅里叶变换度量了信号所有不同频率的震荡信息。可以写成： 3、傅里叶的反变换 反变换核函数：e-iwt 4、傅立叶的变换性质 5、傅立叶统计特征 零频分量F(0,0)也即直流分量 反映了图像的平均亮度对于大多数无明显颗粒噪声的图像来说，低频集中了图像85%的能量，这将成为图像压缩的理论依据。图像变换缓慢的区域，对应于变换后的低频分量部分；图像灰阶呈阶跃变换的区域，对应于变换后的高频部分。除颗粒噪声外，图像轮廓、边缘处都是灰度变换突变的区域，它们都具有变换后的高频分量特征。 6、傅立叶变换的频移性 f(x,y)exp[j2((u0x+v0y)/N](F(u-u0,v-v0) 当u0=v0=N/2时，exp[j2((u0x+v0y)/N]=(-1)x+y ，则f(x,y) (-1)x+y (F(u-N/2,v-N/2)频谱原点移到中心 7、傅立叶变换的缺陷 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，做得是能力的平均。对时域的表达是全局化的，非局部的。同时它也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。FT对信号不能做到时-频联合分析。FT不具有时间和频率的“定位”功能。 傅立叶变换反映不出信号频率随时间变化的行为，因此，它只适合于平稳信号，而对频率随时间变化的非平稳信号，它只能给出一个总的平均效果。 1.3 加窗傅立叶变换（Gabor变换）： 窗口傅立叶变换是频率和时间平移量的二元函数，所以信号的窗口傅立叶变换是对信号在时间-频率域的联合分析。 窗口傅立叶变换的定义：假设 则以g(t)作为窗函数的窗口傅立叶变换定义为： 实际上，窗口傅立叶变换是对传统傅立叶变换的改进。 根据Hilbert空间内积的定义，有 窗口傅立叶变换是频率和时间平移的二元函数，所以信号的窗口傅立叶变换 是对信号在时间-频率域的联合分析。 1、窗口傅立叶变换频域上的物理意义： 若 的有效窗口宽度为D(，则 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。 度量了信号在点 邻域内的能量，该邻域的大小由时频窗的宽度确定。 不可能在时间和频率两个空间同时以任意精度逼近被测信号，因此在信号的分析上对时间或者频率的精度需要取舍，即讨论某一时刻的精确频率为多少是没有意义的。 3、窗口傅里叶变换的性能分析： 窗口傅立叶变换的时间分辨率和频率分辨率不可能同时提高，只能以一种分辨率的降低来换取另一种分辨率的提高。 以高斯函数作为窗函数相对来说综合效果最好