小波变换算法.pptVIP

小波算法 小波简介 小波概念 小波是定义在有限间隔而且其平均值为零的一种函数。 各种各样的小波函数： 小波定义 小波可由一个定义在有限区间的函数来构造?? 母小波（基本小波）?? 一组小波基函数可通过缩放和平移基本小波来生成 a为缩放参数，反映特定基函数的宽度(或者叫做尺度)；?? b为平移参数，指定沿x轴平移的位置。?? 当a=2j和b=ia的情况下，一维小波基函数序列定义为 其中，i为平移参数，j为缩放因子。 小波分析 小波变换通过平移母小波(mother wavelet)可获得信号的时间信息 通过缩放小波的宽度(尺度scale)可获得信号的频率特性。 对母小波的缩放和平移是为了计算小波的系数，这些系数代表了小波和信号之间的相互关系。 连续小波变换 连续小波变换 连续小波的逆变换 母小波的允许条件 连续小波变换 傅立叶分析是把一个信号分解成各种不同频率的正弦波，因此正弦波是傅立叶变换的基函数。 小波分析是把一个信号分解成将母小波经过平移和缩放之后的一系列小波，因此小波同样可以用作表示一些函数的基函数。 凡是能够用傅立叶分析的函数都可以用小波分析。 用不规则的小波分析变化激烈的信号比用平滑的正弦波更有效，即对信号的基本特性描述得更好 。 连续小波变换 continuous wavelet transform，CWT 小波变换是信号f(t)与被缩放和平移的小波函数之积在信号存在的整个期间里求和。??CWT变换的结果是小波系数C，这些系数是缩放因子(scale)和位置(position)的函数。 缩放因子 如果用字母a表示缩放因子 正弦函数f(t)=sin(t)，缩放因子a=1 正弦函数f(t)=sin(t/2)，缩放因子a=2 正弦函数f(t)=sin(t/4)，缩放因子a=4 CWT的变换过程 Step1: 把小波w(t)和原始信号f(t)的开始部分进行比较，计算系数C。 系数C表示该部分信号与小波的近似程度C，C的值越高表示信号与小波越相似。 ??Step 2: 把小波向右移，距离为k ，得到小波函数w(t-k) ，重复步骤1。 再把小波向右移，得到小波w(t-2k) ，重复步骤1。 按上述步骤一直进行下去，直到信号f(t)结束。 Step 3: 扩展小波w(t)，例如扩展一倍，得到的小波函数w(t/2) ,重复步骤1~2。 ??Step 4: 重复步骤1~3 小波系数 小波变换完成之后得到的系数是在不同的缩放因子下由信号的不同部分产生的。 小波的缩放因子与信号频率之间的关系 缩放因子小，表示小波比较窄，度量的是信号细节，表示频率比较高； 缩放因子大，表示小波比较宽，度量的是信号的粗糙程度，表示频率比较低 小波重构 离散小波变换可以用来分析（分解）信号，这个过程叫做分析（分解）。 ??把分解的系数还原成原始信号的过程叫做小波重构(wavelet reconstruction)或者叫做合成(synthesis)，数学上叫做逆离散小波变换(inverse discrete wavelet transform，IDWT)。 一维小波多尺度分解原理 ? 对上诉分解结果中的近似序列 再做一次分解，可得到{ }和{ }，以此类推，直到指定级数的多尺度小波分解为止，分解过程如图1示。图中s为原始信号，cd1，ca1分别为分解后第1层的细节序列和近似序列，cd2，ca2分别为分解后第2层的细节序列和近似序列，以此类推。因为这种算法分解的数据结构是塔式结构，所以这种算法也常被称为塔式算法（Pyramid Algorithm）。 一维小波多尺度分解及重构的MATLAB实现 MATLAB 小波工具箱提供了以下几个实现一维小波分解和重构的函数[3]： [C,L] = WAVEDEC(X,N,’wname’)，多尺度一维小波分解函 数。其中C为分解结构变量，L为个分解结构以及原始信号长度变量，X为原始信号，N为分解层度，’wname’为小波类型。 X = WAVEREC(C,L,’wname’)，多尺度一维小波重构函数。 其中C，L为多尺度一维小波分解函数WAVEDEC的计算结果。 D = DETCOEF(C,L,N)，一维小波变换细节序列提取函数。其中C，L为多尺度一维小波分解函数WAVEDEC的计算结果。’wname’为小波类型。 A = APPCOEF(C,L,’wname’,N)，一维小波变换近似序列提 取函数。其中C，L为多尺度一维小波分解函数WAVEDEC的计算结果。 Y = WRCOEF(’type’,C,L,’wname’,N)，一维小波