一种改进的小波变换与小波变换的结合.docxVIP

一种改进的小波变换与小波变换的结合 分散波变换中滤波器系数hn和gn是主要参数，连续波变换中的中心函数（t）和小波函数（t）是主要参数。在设计正交或双正交小波时，通常使用正交条件和两个矩阵矩阵组的精确重建条件，然后使用第二个方程。对称条件和消失矩阵条件。在一定假设的条件下，提出方程（t）和小波函数（t）对应的低通滤波器hn和高通滤波器gn。 为了更好地应用小波进行信号处理, 我们希望将两套参数更紧密地联系起来, 由二尺度方程可以很容易地由连续小波变换中的尺度函数? (t) 和小波函数ψ(t) 求出离散小波变换中的滤波器系数hn、gn;文中讨论的是如何由滤波器系数hn、gn求出尺度函数? (t) 和小波函数ψ(t) . 1 尺度函数的求解 大多数情况下尺度函数? (t) 和小波函数ψ(t) 都难以求得解析解, 所以通常需要通过一定的方法利用滤波器系数来求出尺度函数? (t) 和小波函数ψ(t) 的离散逼近值.由滤波器系数hn、gn求尺度函数? (t) 和小波函数ψ(t) 的主要的方法有傅立叶变换法, 矩阵方程法和迭代卷积法3种. 只要得到尺度函数, 利用二尺度方程, 相应的小波函数就可以由尺度函数求出. 1.1 --滤波器系数-随机变程的傅立叶变换 首先定义小波滤波器系数的傅立叶变换: Η(ω)=1√2∑nhne-jnω,(1)G(ω)=1√2∑ngne-jnω.(2) 由小波的基本性质和二尺度方程, 可以推导出小波尺度函数和小波函数的傅立叶变换与滤波器系数的傅立叶变换之间的关系的公式: Φ(ω)=1√2π∞∏j=1Η(2-jω),(3)Ψ(ω)=1√2πG(ω2)∞∏j=2Η(2-jω).(4) 先由式 (3) 和式 (4) 求出Φ(ω) 和Ψ(ω) 后, 然后再由傅立叶逆变换可以求出尺度函数 遗憾的是, 一般情况下由式 (3) 和式 (4) 很难推出Φ(ω) 和Ψ(ω) 的显示表达式, 因此也就无法对Φ(ω) 和Ψ(ω) 作傅里叶逆变换以求出尺度函数? (t) 和小波函数ψ(t) , 所以这种方法的应用具有很大的局限性. 1.2 双尺度方程法 参考文献对矩阵方程法作了叙述, 矩阵方程法的主要思路是: 为了求出小波函数在任意点的值, 定义向量V(t) ∈RN,t∈ (0, 1) 为: Vj(t)=?(t+j-1),j=1,?,Ν.(5) 再定义两个N×N矩阵T0,T1分别为: (Τ0)ij=h2i-j-1i,j=1,2,?,Ν,(6)(Τ1)ij=h2i-ji,j=1,2,?,Ν.(7) 若t=0.d1d2…dm, 则可由双尺度方程递推得 v(t)=Τd1Τd2?Τdmv(0).(8) 该方法有如下优点: 1) 可以得到任意分点上的任意精度的? (t) 的值, 不受通常方法的二进制分点的限制, 因而使用起来十分灵活. 2) 在编程过程中, 数组大小固定为N×N阶, 不随计算精度的提高而增大, 节省存储空间, 适合在计算机上运行. 但是, 该方法一次只能求出尺度函数? (t) 的N个2-j精度的点的值, 用该方法来计算整个尺度函数? (t) 和小波函数ψ(t) 显得太繁琐 (需要使用2j次该方法才能得到全部尺度函数? (t) 和小波函数ψ(t) 的2-j精度的点的值) , 这在j较大时显得不实用.通常情况下可以先用矩阵方程法求出尺度函数? (t) 和小波函数ψ(t) 若干精确的点, 然后再采用插值的方法得到尺度函数? (t) 和小波函数ψ(t) . 1.3 l2,hn 参考文献提出了迭代卷积法, 下面以通过hn求尺度函数为例描述该方法的基本步骤: 1) 假定H(z) 对应的冲激响应是h(n) , 则H(z2) 对应的是h(n) 的系数之间插入一个零, 记为h(1)(n) ;H(z4) 对应的是h(n) 的系数之间插入3个零, 记为h(2)(n) ;以此类推,H(z2l) 对应的是h(n) 的系数间插入2l-1个零, 记为h(l)(n) . 当l=1时,H(1)(z) =H(z)H(z2) ,h(1)(n) =h(n) *h(1)(n) ; 当l=2时,H(2)(z) =H(1)(z)H(z4) ,h(2)(n) =h(1)(n) *h(2)(n) ; …… 当l=k时,H(k)(z) =H(k-1)(z)H(z2k) ,h(k)(n) =h(k-1)(n) *h(k-1)(n) . 2) 把hl(n) 连成一条曲线, 再把曲线的基底压回0～L-1内 (L为滤波器hn的长度) , 注意进行归一化工作, 这样就构成一个尺度函数? (t) 的近似值?(l)(t) . 3) 当l→∞时, 如果满足正规性条件, ?(l)(t) 就趋近于连续函数? (t) . 4) 利用二尺度方程, 相应的小波函数ψ(t) 就可以由尺度函数? (t) 求