最新小波分析考试题及答案.docxVIP

一、叙述小波分析理论发展的历史和研究现状 答：傅立叶变换能够将信号的时域和特征和频域特征联系起来， 能分别从信号的 时域和频域观察， 但不能把二者有机的结合起来。 这是因为信号的时域波形中不 包含任何频域信息，而其傅立叶谱是信号的统计特性， 从其表达式中也可以看出， 它是整个时间域内的积分，没有局部化分析信号的功能，完全不具备时域信息， 也就是说， 对于傅立叶谱中的某一频率， 不能够知道这个频率是在什么时候产生 的。这样在信号分析中就面临一对最基本的矛盾——时域和频域的局部化矛盾。 在实际的信号处理过程中， 尤其是对非常平稳信号的处理中， 信号在任一时 刻附近的频域特征很重要。 如柴油机缸盖表明的振动信号就是由撞击或冲击产生 的，是一瞬变信号， 单从时域或频域上来分析是不够的。 这就促使人们去寻找一 种新方法， 能将时域和频域结合起来描述观察信号的时频联合特征， 构成信号的 时频谱，这就是所谓的时频分析，亦称为时频局部化方法。 为了分析和处理非平稳信号， 人们对傅立叶分析进行了推广乃至根本性的革 命，提出并开发了一系列新的信号分析理论： 短时傅立叶变换、 时频分析、 Gabor 变换、小波变换 Randon-Wigner 变换、分数阶傅立叶变换、线形调频小波变换、 循环统计量理论和调幅—调频信号分析等。 其中，短时傅立叶变换和小波变换也 是因传统的傅立叶变换不能够满足信号处理的要求而产生的。 短时傅立叶变换分析的基本思想是： 假定非平稳信号在不同的有限时间宽度 内是平稳信号， 从而计算出各个不同时刻的功率谱。 但从本质上讲， 短时傅立叶 变换是一种单一分辨率的信号分析方法， 因为它使用一个固定的短时窗函数， 因 而短时傅立叶变换在信号分析上还是存在着不可逾越的缺陷。 小波变换是一种信号的时间—尺度 (时间—频率) 分析方法， 具有多分辨率 分析(Multi-resolution )的特点，而且在时频两域都具有表征信号局部特征的 能力，使一种窗口大小固定不变， 但其形状可改变， 时间窗和频率窗都可以改变 的时频局部化分析方法。 小波变换在低频部分具有较高的频率分辨率和较低的时 间分辨率。在高频部分具有较高的时间分辨率和较低的频率分辨率， 很适合于探 测正常信号中夹带的瞬态反常现象并展示其成分，所以被誉为分析信号的显微 镜。 小波分析最早应用在地震数据压缩中 , 以后在图像处理、 故障诊断等方面取 得了传统方法根本无法达到的效果?现在小波分析已经渗透到了自然科学、 应用 科学等方面，小波分析已成为国际研究热点?无论是傅里叶分析还是小波分析 均以线性变换为基础，按非线性傅立叶分析提出了非线性小波变换 ，这种非线 性小波变换处理非线性问题更为有效. 二、分析小波的基本定义 答：小波（Wavelet）这一术语，顾名思义，“小波”就是小的波形。所谓“小” 是指它具有衰减性；而称之为“波”则是指它的波动性，其振幅正负相间的震荡 形式。与Fourier变换相比，小波变换是时间（空间）频率的局部化分析，它通过 伸缩平移运算对信号（函数）逐步进行多尺度细化，最终达到高频处时间细分，低 频处频率细分，能自动适应时频信号分析的要求，从而可聚焦到信号的任意细节， 解决了 Fourier变换的困难问题，成为继Fourier变换以来在科学方法上的重大 突破。有人把小波变换称为“数学显微镜”。 小波分析方法是一种窗口大小（即窗口面积）固定但其形状可改变，时间窗 和频率窗都可改变的时频局部化分析方法， 即在低频部分具有较高的频率分辨率 和较低的时间分辨率，在高频部分具有较高的时间分辨率和较低的频率分辨率。 正是这种特性，是小波变换具有对信号的自适应性。 小波分析被看成调和分析这一数学领域半个世纪以来的工作结晶， 已经和必 将广泛地应用于信号处理、图像处理、量子场论、地震勘探、语音识别与合成、 音乐、雷达、CT成像、彩色复印、流体湍流、天体识别、机器视觉、机械故障 诊断与监控、分形以及数字电视等科技领域。 原则上讲，传统上使用傅立叶分析 的地方，都可以用小波分析取代。小波分析优于傅立叶变换的地方是，它在时域 和频域同时具有良好的局部化性质。 设t L2 R （ L2 R表示平方可积的实数空间，即能量有限的信号空间）， 其傅立叶变换为 。 满足允许条件（Admissible Condition ）: J〔 C R^d 时，我们称 t为一个基本小波或母小波（Mother Wavelet ）。将母函数 t经 伸缩和平移后，就可以得到一个小波序列 对于连续的情况，小波序列为 1 t ba， 1 t b a，b .a 〒 a.b R;a 0 其中，a为伸缩因子，b为平移因子。 对于离散的情况，小波序列为 j,k 2 j,k 2 j/2 2 jt j,k Z 对于任意的