（参考）小波分析及其matlab实现.pdfVIP

第8章小波分析及其MATLAB实现

本文档节选自：

Matlab在数学建模中的应用，卓金武等编著，北航出版社，2011年4月出版

8.1小波分析基本理论

8.1.1Fourier变换的局限性

变换的含义

我们把那些定义域和因变域都不是数值或常量的函数称为变换或算子，它们是定义域和

值域本身为函数集的函数，如傅里叶变换（FourierTransform）和拉普拉斯变换（Laplace

Transform），其定义域是时间的函数，而因变域是频率的函数。简单地说，变换的基本思

想仍然是映射，变换是函数的函数。

Fourier变换的局限性

信号分析的主要目的是寻找一种简单有效的信号变换方法，使信号包含的重要特征能显

示出来。在小波变换兴起之前，Fourier级数展开和Fourier分析是刻画函数空间、求解微分

方程、进行数学计算的有效方法和有效的数学工具。从物理直观上看，一个周期性振动的量

可以看成是具有简单频率的简谐振动的叠加。Fourier级数展开则是这一物理过程的数学描

述，Fourier变化和Fourier逆变换公式如下：



1-it

ˆ

函数f(t)L(R)的连续Fourier变换定义为f()f(t)edt

ˆ1ˆit

f()的Fourier逆变换定义为f(t)2πf()ed

从公式上看，Fourier变换是域变换，它把时间域和频率域联系起来，在时间域上难以

ˆ

观察到的现象和规律，在频域往往能十分清楚地显示出来。频谱分析的本质就是对f()的

加工、分析和滤波等处理。Fourier变换是平稳信号分析的最重要的工具。然而在实际运用

中，所遇到的信号大多数并不平稳，而是时变频率信号，这时人们需要知道信号在突变时刻

所对应的频率成分，显然Fourier变换的积分作用平滑了非平稳过程的突变部分，作为积分

-itˆ

核e的幅值在任何情况下均为1，因此，在频谱f()的任一频点值是由时间过程f(t)在

整个时间域上(，)上的贡献决定的；反之，时间过程f(t)在某一时刻的状态也是由

ˆ

f()在整个频率域(，)上贡献决定的。也就是说，Fourier变换是整体变换，只能反

映信号的整体特征，而对信号的局部（奇异性）反映不敏感，对描述信号激烈震荡的细节无

[1]

能为力。

1946年诺贝尔奖获得者D.Gabor引入了短时傅里叶变换(Short-timeFourierTransform)，

t

虽然短时傅里叶变换随着窗口在时间轴上滑动可以抠取频谱上的所有信息，但从本质上讲，

短时傅里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（常

用Gauss函数），窗口大小缺乏自适应功能，窗口位置可以移动，但是形状不能改变。

下面以声波为例来说明傅里叶变换的局限性。声音的特征与振幅、时间、频率以及波形

有关联。音强对应于振幅大小；音长对应于声波持续时间；音高对应于频率高低；音质不同

时波形有别。Fourier变换无法反映信号在哪一时刻有高音，在哪一时刻有低音，因此所有

的音符都挤在了一起。小波变换有效地克服了Fourier变换的这一缺点，信号变换到小波域

后，小波不仅能检测到高音与低音，而且还能将高音与低音发生的位置与原始信号相对应