小波变换及其应用信号与信息处理领域新技术讲座.pptVIP

信号突变点的小波检测原理 在信号的自动分析与识别的过程中，很难根据原始观察数据给出直接解释，故总要提取它的某些特征来表征它。提取何种特征需要根据信号特点和分析目的决定，但也不排斥提取一些具有共性的特征，如信号的过零点、极值点以及过零间隔等。信号的急剧变化处常常是分析特性的关键点，例如心电图中的QRS波群。由信号的小波变换的奇异点(如过零点、极值点等)来表征信号(特别是信号的突变或瞬态特征)是小波变换引人注意的应用领域。 第三十一页，共四十八页。 对于信号奇异性检测来说，小波变换最重要的应用就是用模极大值定位奇异点． 第一，从直观角度，小波变换的实质就是一种度量波形相似程度的方法．信号与小波越相似，则小波系数越大．这也就可理解为出现了小波变换的模极大值．因为当信号出现奇异点时，或是间断点，或是一阶导数不连续点，其在各个尺度下都将必然出现大的小波系数．从而可以定位奇异点！ 第二个方面从小波的取法来看，当小波取为光滑函数一阶导数或二阶导数时，从公式可以推导出小波变换将出现模极大值点或是过零点．也就是模极大值检测和零交叉检测。 第三个方面小波变换能够通过多尺度分析提取信号的奇异点。基本原理是当信号在奇异点附近的Lipschitz指数a0时，其小波变换的模极大值随尺度的增大而增大;当a0时，则随尺度的增大而减小。噪声对应的Lipschitz指数小于0,而信号边沿对应的Lipschitz指数大于或等于0,因此，利用小波变换可以区分噪声和信号边沿，有效地检测出强嗓声背景下的信号边沿(缓变或突变)。 第三十二页，共四十八页。 第三十三页，共四十八页。 第三十四页，共四十八页。 信号时频分析的重要性： 时间和频率是描述信号的两个最重要的物理量。 信号的时域和频域之间具有紧密的联系。 第一页，共四十八页。 对于各种信号，可以有不同的分类方法，如确定性信号与随机信号、周期信号与非周期信号、连续信号与离散信号、平稳信号与非平稳信号等。 所谓信号分析就是在时(间)域或变换域对信号进行分析处理的过程。信号分析的最直接的方法就是在时域内对信号进行分析，其突出特点是方法简单、物理概念明确。然而，对于某些信号在时域很难分析、或特征不明显，需要进行某种变换，典型的方法是Fourier变换，即在变换域进行分析。在信号变换域分析中，变换的目的就是寻求对信号的另外一种表示，使得比较复杂、特征不明显的信号在变换域更加明显，利于分析。Fourier变换及其反变换建立了时域信号和频域谱(变换域)的一对一关系，时域和频域构成了两种不同的分析信号方法。信号时域和频域分析可以截然分开是以信号的频率特性时不变或统计特性平稳为前提条件的。 第二页，共四十八页。 实际中的许多信号往往都表现出非平稳性，在这种情况下，时、频两域的分析便不能截然分开，而这种不完全可分性会使得Fourier变换无能为力。另外Fourier变换在时域中没有任何分辨率，即)(ωF在任何有限频段上的信息均不足以刻画任意小范围内的，也就是说经典的Fourier变换分析法在理论与实际应用中都受到一定的限制。 第三页，共四十八页。 第四页，共四十八页。 FT在信号处理中的局限性 用傅立叶变换提取信号的频谱需要利用信号的全部时域信息。 傅立叶变换没有反映出随着时间的变化信号频率成分的变化情况。 第五页，共四十八页。 第六页，共四十八页。 在不少实际问题中，我们关心的是信号在局部范围中的特征, 例如： 在音乐信号中人们关心的是什么时刻演奏什么样的音符； 对地震波的记录人们关心的是什么位置出现什么样的反射波； 图像识别中的边缘检测关心的是信号突变部分的位置，即纹理结构。 这些FT不能完成，需要引入时频局部化分析 第七页，共四十八页。 短时Fourier变换 若 是窗函数， 则短时Fourier变换定义为 短时Fourier变换也叫窗口Fourier变换 短时FT是说明时频局部化分析思想的很好例子 第八页，共四十八页。 相空间是指以“时间”为横坐标，“频域”为纵坐标的欧氏空间，而相空间中的有限区域被称为窗口，沿时间轴的一段区间被称为时间窗，沿频率轴的一段区间被称为频率窗。 第九页，共四十八页。 第十页，共四十八页。 实际中信号分析的要求： 信号高频部分对应时域中的快变成分，如陡峭的前沿、后沿、尖脉冲等，分析时对时域分辨率要求高，对频域分辨率要求低。 信号低频成分对应时域中的慢变成分，分析对时域分辨率要求低，对频域分辨率要求高。 因此，短时Fourier