2020年小波变换课件第1章Haar小波精编版.docxVIP

第1章Haar小波分析1.1简介 1.2平■均与细节 设｛xi,x2,x3,x4｝是一个信号序列。定义它的平均和细节: *0 X2）/2＞找出了 x1、x2和 a10、d10的关系。 di,。=（x〔 */2 这里，ai,0是原信号前两个值 xi、x2的平均。又叫低频成分，反映前两个值 xi、x2的基本 特征或粗糙趋势；di,0反映了 x〔、x2的差别，即细节信息，又叫高频成分。 a，,i （ 3 4） 找出了 x3、x4 和 aii、dii 的关系。 di,i f）/2 。，，， 同样，a,i是原信号后两个值 x3、乂4的平均，di,i反映了 x3、乂4的细节。 我们把｛ai,0,ai,i,di,0,d｝看作是对｛x〔，X2, X3, x￡实施了一次变换的结果。 变换还可以往下进行: a0,0 - (ai,0 ai,i) /2 = ((xi x2)/2 (x3 x4)/2)/2 = (xi x2 x3 x4)/4 a°0是对4个信号元素最终的平均，它是原信号最基本的信息； d°0 =（a〔0 -ai）/2。 经过二次变换，我们得到了原信号的另一种表示: 该序列叫做原序列的小波变换， a。,。, d0,0,di,0,di,i叫做小波系数。 还可以反过来表示: Xi X2 =a〔 di,0 =% - di,0 | 卜这是用｛ ai,di,0｝来恢复原信号 Xi、X2； X3 = a2 di,i I ，用{ a2,di,i}来恢复原信号X3、X4。 X4 =a2 -di,i 也就是反变换。 小波变换过程的塔式算法: 最低分辨率低频信息最低分辨率细节信息［匕1｝=次高分辨率低频信息 最低分辨率低频信息 最低分辨率细节信息 ［匕1｝=次高分辨率低频信息 次高分辨率细节信息 ｛3,】，—2,4｝；最高分辨率信息 1.3 1.3尺度函数与小波函数 （i） Haar尺度函数 (t) = 0,0 (t) = 0,0。) “ e(t-k)=%,k(t) 不压缩：不位移0位移一个单位位移 不压缩：不位移 0 位移一个单位 位移k个单位 (2t)=%,o(t)P-8咐-1/2))=。(21-1)=、(t)(2jt-k)=、(t)1/2压缩1/21 (2t)=%,o(t) P-8 咐-1/2))=。(21-1) =、(t) (2jt-k)=、(t) 1/2 压缩1/21倍，不位移 1/2 压缩1/21倍，位移一个单位 压缩 ■* P-9 1/2 k/2j (k 1)/2* 1/2j倍，移位K个单位 几个术语 k k 1 支撑(支集)，(尺度)函数%,k(t)不为零的区间，上例中为 ［歹，？j】。 支撑的宽度，Haar尺度函数的宽度为1/2」。 j为分辨率，j越大，尺度越小，分辨率越高。 1/ 2j = 2习为尺度。(分辨率越高，尺度越小) (2). Haar小波函数(t) 帅)=0(2t) 帅)=0(2t) - — 1) — 一 (t)=」0,0。)= 1,o(t)— (t) i f (t) =平0,0。) 0 1/2 ?1尸 o,1(t) 不平移、不压缩； 平移一个单位 TOC \o 1-5 \h \z H aar小波函数的一般形式： 改*(t) K(2jt—k), k=0,1,...,2j —1 ~ 妆 I I I i I i i 位移k个单位，压缩2)倍。 A | t 柴 \o Current Document Q k ~ft I 4*1 另Kr (3).分段常数函数 T T 写成 _ X 2,0(t) X2 2灌)X3 2,2(t)为 2,3(t) = f(t)可用尺度函数伸缩平移的线性组合表示 重写 ”2,0 ⑴X2?2,1 (t) + %2 (t) + X「2,3(t) 气0=(xi x2)/2 air(x3 x4)/2 di,o=(xi-x2)/2 吼日、-x4)/2 , f(t)= ai,oi,o(t) + aiFi,i(t) +di,0平 1,0(t)+di,#i,i⑴ 1 1 1 1 再求平均和细节得a00和d00 故得 = 甘0,0；0.0 (t) d°,0二0,0 (t), + diE i,0(t) di, i,i(t) 一厂 ’… a0,0 -(ai,0 ai,i)/2 d0,0 =(a1,^ai,i)/2 注释：序列｛不云次购｝可由尺度函数和小波函数的系数来表示，既 ｛a°,0,d°,0,di,0,di,i｝ 为｛xi,x2, x3,x4｝的小波变换(系数)。 ,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,