沃尔什-哈达玛变换.ppt

离散沃尔什-哈达玛变换（Walsh Hadamard Transform）; 1.拉德梅克函数（Rademacher） (1) . 拉德梅克函数定义 可见，R(n,t)为周期函数。 ; (2). 拉德梅克函数的规律和特性 （a）周期函数 n=0时，T＝2； n=1时，T＝1； n=2时，T＝1/2； n=3时，T＝1/22； …… T=1/2 …… R(n,t)=R(n,t+1/2n-1);（b） 函数的取值 R(n,t)的取值只有＋1和－1。 （c） 函数的频率特性 R(n,t)是R(n－1,t)的二倍频。 （d） 函数离散化 如果已知n ,则R(n,t)在（0t1）范围内有2n-1个周期.（连续） 若在t=(k+1/2)/2n 处作取样，则可得到一个离散的数据序列 R(n,k)，其中，k=0,1,2……2n-1 。（离散）;2 沃尔什函数（Walsh） 按哈达玛（Hadamard）排列的沃尔什函数;例：当p＝3时，对前8个WalH(i,t)取样，则： WalH(0,t)=1 ——{1, 1, 1, 1, 1, 1, 1, 1} WalH(1,t)=R(3,t) ——{1,-1, 1,-1, 1,-1, 1,-1} WalH(2,t)=R(2,t) ——{1, 1,-1,-1, 1, 1,-1,-1} WalH(3,t)=R(2,t) R(3,t) ——{1,-1,-1, 1, 1,-1,-1, 1} WalH(4,t)=R(1,t) ——{1, 1, 1, 1,-1,-1,-1,-1} WalH(5,t)=R(1,t) R(3,t) ——{1,-1, 1,-1,-1, 1,-1, 1} WalH(6,t)=R(1,t) R(2,t) ——{1, 1, -1,-1,-1,-1, 1,1} WalH(7,t)=R(1,t) R(2,t) R(3,t) ——{1,-1,-1, 1,-1, 1, 1,-1};取样后得到的按哈达玛排列的沃尔什函数矩阵;2n阶哈达玛矩阵有如下形式： ; 可见，哈达玛矩阵的最大优点在于它具有简单的递推关系， 即高阶矩阵可用两个低阶矩阵的克罗内克积(Kronecker Product)求得。因此常采用哈达玛排列定义的沃尔什变换。 ;3.离散沃尔什－哈达玛变换（DWHT） ;和 ; 由哈达玛矩阵的特点可知，沃尔什-哈达玛变换的本质上是将离散序列f(x)的各项值的符号按一定规律改变后，进行加减运算， 因此，它比采用复数运算的DFT和采用余弦运算的DCT要简单得多。 ;例：将一维信号序列﹛0，0，1，1，0，0，1，1﹜作WHT变换及反变换。;二维离散沃尔什变换 很容易将一维WHT的定义推广到二维WHT。二维WHT的正变换核和逆变换核分别为 ;例：二维离散沃尔什变换的矩阵形式表达式为 ;M=N=4， ??二维WHT变换核为 ;所以 ;; 二维WHT结果 （a）原图像 （b）WHT结果 ;? 从以上例子可看出，二维WHT具有能量集中的特性，而且原始数据中数字越是均匀分布，经变换后的数据越集中于矩阵的边角上。因此，二维WHT可用于压缩图像信息。 ;4. 快速沃尔什变换（FWHT） 类似于FFT，WHT也有快速算法FWHT， 也可将输入序列f(x)按奇偶进行分组，分别进行WHT。FWHT的基本关系为 ;以8阶沃尔什－哈达玛变换为例，说明其快速算法。;令：;;;;-1;算法二;令：;1/8; 综上所述，WHT是将一个函数变换成取值为＋1或－1的基本函数构成的级数，用它来逼近数字脉冲信号时要比FFT有利。同时， WHT只需要进行实数运算，存储量比FFT要少得多， 运算速度也快得多。因此，WHT在图像传输、 通信技术和数据压缩中被广泛使用。