气象统计预报-研修班-小波分析.pptVIP

小波变换估计 通过离散化方法求解小波功率谱WFx(a,b) 一般方法（连续小波变换） 二进方法（离散小波变换） 一般方法 第一步：针对某一频率参数a和时间参数b 其中Δt为取样间隔，n为样本量 第二步：做两重循环，一个是关于时间参数b的循环，另一个是关于频率参数a的循环 二进方法 条件 a按2的整数次幂变化，即 b与a成正比，即 计算式为 绘图 以b为横轴、以a为数轴绘制小波能量谱图 WF(a,b)/a2 为何不直接绘制小波功率谱WF(a,b)图？ 在功率谱分析中，不同频率的波动所占时域宽度相同 在小波分析中，不同尺度a所占时域宽度不同 对低频部分（较大a）而言，时域宽度较大，因而总的能量也可能较大 WF(a,b)/a2近似可以理解为功率密度 小波功率谱检验 如何进行连续功率谱检验？ 红白噪声 小波功率谱是否显著，用红噪声或白噪声标准谱进行检验 当r(1)0.1，则用红噪声谱检验 当r(1)≤0.1，则用白噪声谱检验 第一步：计算理论功率谱 满足自由度为2的X2分布，其中 对于白噪声谱Pa=1 第二步：如果WFx(a,b)Pa，则小波功率谱是显著的 黑色实线和黑色虚线分别表示什么？ 头部影响 因为实际的信号序列总是有限长度的，当平移参数b逐渐接近信号序列的两头时，WF(a,b)的估计误差逐渐增加 为了使b接近序列的两端时还能计算WF(a,b)，一般在序列的头和尾外侧补上足够多的零，或者在头尾的外侧用头尾内侧的值对称的延伸 但是延伸的毕竟不是真实的信号，在两端WF(a,b)逐渐变的不可信 Torrence(1998)定义e折时间为两端受影响的区域 对于Morlet小波和墨西哥帽小波而言，小波的e折时间是20.5a 对每一个尺度参数a，当平移参数b落入距信号序列两端e折时间范围内时，结果应该放弃 小波分析中的误区 该时间序列的周期为10年和20年 该时间序列在前40年以10年周期的波动为主，在后40年则以20年周期的波动为主 如何利用小波分析来进行科学研究？ 例一 大气低频振荡的周期是多少？ 10-90天 收集资料和资料预处理 选择诊断方法 Morlet小波 科学综合和诊断 例二 收集资料和资料预处理 选择诊断方法 3.3 小波分析 傅里叶变换的性质 函数 傅里叶变换 傅里叶变换的不足 连续功率谱分析结果 只出现了显著周期10 傅里叶变换可以把复杂的时间信号转换到频率域中，然后用频谱特性去分析和表示时域信号的特性 然而傅里叶变换是“全局性”的，不能反映局部区域上的特征 虽然从傅里叶变换能清楚地看到一个信息包含的每一个频率的多少，但很难看出不同信号的发射时间和发射的延续时间 原因 傅里叶变换对 频域过程F(w)的任一频率组成部分的值：由时域过程f(t)在(-∞,∞)上决定的 时域过程f(t)在任一时刻的状态：由F(w)在整个频域(-∞,∞)的量决定 “若你记录1小时长的信息而在最后5分钟出错，这一错误就会毁了整个傅里叶变换。相位的错误是灾难性的，如果在相位上哪怕犯了一个错误，你最后就会发现你所干的事与最初的信号无关了。” —— Y. Meyer 实际上，人们需要了解某些局部时段上所对应的主要频率特性是什么，也需要了解某些频率的信息出现在哪些时段上，也就是需要了解时-频局部化要求 如何解决？ 傅里叶变换缺陷的来源 傅里叶变换的核函数(正弦、余弦函数)在时域是无限的 如何改进核函数，使其能够集中反映时域上某一局部的信息？ 将正弦、余弦函数乘以一个时域内衰减很快的函数 窗口傅里叶变换 定义 窗口函数g(t) 实函数 能量主要集中在原点附近 提取了在t=τ附近的时域信息 核函数 核函数的傅里叶变换为 因而有 提取了在w=w0附近的频域信息 窗口的调整 平移 拉伸 平移和拉伸 核函数及其傅里叶变换 在时域上缩小窗口=在频域上扩大窗口 增大s 在时域上扩大窗口=在频域上缩小窗口 减小s 能否在时域和频域上同时缩小（或扩大）窗口？ 减小s sw减小 突出低频 需要长时间序列 较大时间窗 增大s t/s减小 较小时间窗 仅有短时间序列 得到高频 测不准原理 小波 具有以下两个性质的窗口函数g称为小波 g(t)必须时正时负的波动，否则g(t)的积分不会为零 G(w)在w=0处的值必须为零，即G(0)=0 g(t)不是小波的个例 小波的时域特征 “小波”不是指其波动的幅度很小，而是指其持续时间很短 当t→±∞时，要求g(t)速降至零 小波是持续时间很短的衰减振荡，在时域内是局部的 小波的频域特征 当w→±∞时,要求G(w)速降至零 G(w)具有带通滤波器的频率特性 小波在频域内也是局部的 母小波 满足 的小波