《小波分析与应用》试题 .pdfVIP

《小波分析与应用》试题

学院：信息科学与工程学姓名：钱宏学号：

院

1、[10’]小波变化俗称“数字显微镜”，试从尺度因子的变化对时频

窗的中心和半径的影响，阐述其时频局部化功能。

尺度因子变大时，相应小波分量表现了某个子频带信号，其频率中心

变高且频带变宽，时频窗呈“廋窄”的变化趋势，即时窗变窄，频窗

变宽，正好适应于更高频信号时频局部化的需要。相反，尺度因子变

小时，同样相应小波分量表现了某个子频带信号，其频率中心变低且

频带变窄，时频窗呈“扁平”的变化趋势，即时窗变宽，频窗变窄，

正好适应于低频信号时频局部化的需要。

2、[10’]简述HHT变换的原理和简要实现过程。

HHT方法包含两个主要步骤：1)对原始数据进行预处理,即先通过经

验模态分解方法,把数据分解为满足希尔伯特变换要求的n阶本征

模式函数(IMF)和残余函数r(t)之和；2)对分解出的每一阶IMF做希

n

尔伯特变换,得出各自的瞬时频率,做出时频图。

其中经验模态分解（EMD）方法能把非平稳、非线性信号分解成一

组稳态和线性的序列集,即本征模式函数。且每一阶的IMF应满足

两个条件:1)数据的极值点和过零点交替出现,且数目相等或最多相

差一个任何点上；2)在任何点上，有局部最大值和局部最小值定义的

包络的均值必须是零。下面以时间序列X(t)介绍经验模态分解的一般

过程。首先,找出X(t)所有极大和极小值点,并用三次样条函数对极

大值点和极小值点分别进行拟合得到X(t)的上下包络线；然后将原

始数据序列减去上下包络线的均值m(t),就可以得到一个去掉低频

1

的新数据序列：h(t)=X(t)-m(t)，通常h(t)不满足IMF的条件,还需

111

对h(t)重复上述处理过程。经过k次筛分后将产生第1个IMF分量

1

C(t),即h(t)=h(t)-m(t)，C(t)=h(t)。

11k1(k-1)1k11k

第1个IMF分量代表原始数据序列中最高频的成分，将原始数据序

列X(t)减去第1个分量C(t)。可以得到一个去掉高频组分的剩余数据

1

序列r(t)。对r(t)行上述筛分处理可以得到第2个IMF分量C(t)。如

112

此重复直到最后一个剩余数据序列r(t)不可再被分解或达到预定数

n

量的IMF分量为止。此时,r(t)代表原始数据序列的均值或趋势

n

r(t)-C(t)=r(t),…,r(t)-C(t)=r(t)。最后,原始的数据序列即可由这

122n-1nn

些分量以及一个均值或趋势项表示:X(t)=ΣC(t)+r(t)。

jn

3、[10’]假设给定信号的频率范围为（0-4000），使用Mallat算子H

和G描述提取频率