小波分析课件_第四章多分辨和正交变换.pptxVIP

第四章 多分辨分析和 正交小波变换 如前所述，小波变换可以将时域信号分解为若干子频段的时域分量之和，那么如何构造小波函数？本章将给出框架理论及多分辨率分析方法。4.1 函数的多尺度逼近1、若干基本概念 ⑴能量有限信号：满足 的信号。 ⑵函数线性空间： 若 ⑶内积及其性质 定义： 性质：交换性 分配性⑷内积空间：满足内积定义和性质的函数线性空间。⑸正交：对 ,若 ，称二者正交。⑹向量的模： 模可以理解成向量的长度，也可看成是向量之间距离。 ⑺线性无关 在 中，对于有限个函数向量 ， 若 当且仅当 时成立，称 线性无关。⑻基函数 在有限维空间中，选定有限个线性无关函数作为基底向量，空间中任意函数向量都可以由这些函数（基底）的线性组合来表示。将此推广到无穷维空间，则线性无关的函数族 可构成 的基底，其中任意函数均可由它们线性组合而成。因此：⑼正交基函数 如果基函数族 中的基函数是相互正交（或标准正交）的，则称为正交基函数族（标准正交基）。（10）正交子空间设 和 是 的两个子空间，若2、 函数的多尺度逼近 函数（模拟信号） 可用一串不同尺度ｊ的函数序列 来逼近，这种方法称为函数的多尺度逼近。 这种做法已经得到广泛的应用。最常用的做法是数据的采样分析。给定采样间隔基本单位，在不同的尺度下，有不同的采样间隔。给定一个连续信号f(t) ，我们可用不同的基函数并在不同的分辨率水平上对它作近似。如下图所示，令显然，φ (t) 的整数位移相互之间是正交的，即这样，由φ (t) 的整数位移φ (t ? k) 就构成了一组正交基。设空间V 0由这一组正交基所构成，这样， f(t) 在空间 V 0中的投影（记作f 0(t ) ）可表为：f 0(t) 如上图所示，它可以看作是f(t)在 V 0中的近似。 是离散序列。令是由 作二进制伸缩及整数位移所产生的函数系列，显然， 和,是正交的。这一结论可证明如下：将 作二倍的扩展后得 ，由 作整数倍位移所产生的函数组当然也是两两正交的（对整数k ），它们也构成了一组正交基。我们称由这一组基形成的空间为 V -1 ，记信号f(t) 在 V -1中的投影为f -1 (t) ，则将 作1/2倍的压缩后得 ，由 作整数倍位移所产生的函数组当然也是两两正交的（对整数k ），它们也构成了一组正交基。我们称由这一组基形成的空间为 ，记信号x(t) 在 中的投影为 ，则若如此继续下去，在给定的 的基础上，我们可得到在不同尺度j 下通过作整数位移所得到一组组的正交基 ，它们所构成的空间是， j ∈ Z 。用这样的正交基对 作近似，就可得到f(t) 在中的投影 。用 对 作近似， j 越大，近似的程度越好，也即分辨率越高。当j →∞时， 中的每一个函数都变成无穷的窄，因此，有另一方面，若j → -∞，那么, φk j (t )中的每一个函数都变成无穷的宽，因此， 对f(t)的近似误差最大.不难发现：低分辨率的基函数 完全可以由高一级分辨率的基函数 所决定。从空间上来讲，低分辨率的空间V-1应包含在高分辨率的空间V0 中，即：假定基本采样间隔为 ， j尺度下的采样间隔为 ，在该尺度下划分的节点为 ，采样值为 ，为了逼近原函数，选定基函数为 ，这种基函数是由同一函数 经过平移放缩生成，如 ，于是可作出j尺度下 的近似函数： 从上式可以看出 实际上是函数在该尺度基函数上的投影。如何确定这些系数 ，最方便的做法是采用内插型基函数，这样 刚好是函数在样本点的值，避免另行计算这些系数。 逼近的方法包括阶梯型函数逼近、梳状函数逼近、折线函数逼近、样条函数逼近等。3、 多尺度逼近中函数子空间的相互关系 在多尺度逼近中，若尺度j和基函数 给定，不同的组合系数 对应着不同的 ，这些函数可归为同一类函数，均由相同的基函数 描述出来，都是平方可积的，记为： 为线性函数空间，且 。改变尺度j，可得到不同的线性空间 ，由 逼进 的过程，可形成如下子空间序列： 称 是一个嵌套式子空间逼进序列。4、 多尺