多分辨率分析和正交小波变换.PPTVIP

第四章 多分辨分析和 正交小波变换 如前所述，小波变换可以将时域信号分解为若干子频段的时域分量之和，那么如何构造小波函数？本章将给出框架理论及多分辨率分析方法。 4.1 函数的多尺度逼近 1、若干基本概念 ⑴能量有限信号：满足 的信号。 ⑵函数线性空间： 若 ⑶内积及其性质 定义： 性质：交换性 分配性 ⑷内积空间：满足内积定义和性质的函数线性空间。 ⑸正交：对 ,若 ，称二者正交。 ⑹向量的模： 模可以理解成向量的长度，也可看成是向量之间距离。 ⑺线性无关 在 中，对于有限个函数向量 ， 若 当且仅当 时成立，称 线性无关。 ⑻基函数 在有限维空间中，选定有限个线性无关函数作为基底向量，空间中任意函数向量都可以由这些函数（基底）的线性组合来表示。将此推广到无穷维空间，则线性无关的函数族 可构成 的基底，其中任意函数均可由它们线性组合而成。因此： ⑼正交基函数 如果基函数族 中的基函数是相互正交（或标准正交）的，则称为正交基函数族（标准正交基）。 （10）正交子空间 设 和 是 的两个子空间，若 2、 函数的多尺度逼近 函数（模拟信号） 可用一串不同尺度ｊ的函数序列 来逼近，这种方法称为函数的多尺度逼近。 这种做法已经得到广泛的应用。最常用的做法是数据的采样分析。给定采样间隔基本单位，在不同的尺度下，有不同的采样间隔。 若如此继续下去，在给定的 的基础上，我们可得到在不同尺度j 下通过作整数位移所得到一组组的正交基 ，它们所构成的空间是 ， j ∈ Z 。用这样的正交基对 作近似，就可得到f(t) 在中的投影 。 用 对 作近似， j 越大，近似的程度越好，也即分辨率越高。当j →∞时， 中的每一个函数都变成无穷的窄，因此，有 假定基本采样间隔为 ， j尺度下的采样间隔为 ，在该尺度下划分的节点为 ，采样值为 ，为了逼近原函数，选定基函数为 ，这种基函数是由同一函数 经过平移放缩生成，如 ，于是可作出j尺度下 的近似函数： 从上式可以看出 实际上是函数在该尺度基函数上的投影。 如何确定这些系数 ，最方便的做法是采用内插型基函数，这样 刚好是函数在样本点的值，避免另行计算这些系数。 逼近的方法包括阶梯型函数逼近、梳状函数逼近、折线函数逼近、样条函数逼近等。 3、 多尺度逼近中函数子空间的相互关系 在多尺度逼近中，若尺度j和基函数 给定，不同的组合系数 对应着不同的 ，这些函数可归为同一类函数，均由相同的基函数 描述出来，都是平方可积的，记为： 为线性函数空间，且 。改变尺度j，可得到不同的线性空间 ，由 逼进 的过程，可形成如下子空间序列： 称 是一个嵌套式子空间逼进序列。 4、 多尺度逼近中的正交基表示 在多尺度逼近过程中，用到了的基函数序列 ，同一尺度中各基函数可以是平移正交的，也可以是平移非正交的。假设是标准正交基，则： 这给近似函数的表示带来方便. 公式： 5、多尺度逼近的基本条件——Riesz基 按照逼近要求，有： 根据 和 的一一对应关系， （平方可和) 4.2 多分辨分析（Multi-resolution Analysis） 将多尺度逼近总结如下： 1） 2） 3） 是Riesz基。 1986年．S.Mallat和Y.Meyer在多尺度逼近的基础上提出了多分辨分析(Multi-resolution Analysis，简称MAR）. MRA是指一系列嵌套式子空间逼进序列 ，满足如下要求： 1） 2） 3）