`
yanlijun250
  • 浏览: 783619 次
文章分类
社区版块
存档分类
最新评论

小波变换网文精粹:傅里叶变换与小波变换(一)

 
阅读更多

小波变换网文精粹:傅里叶变换与小波变换(一)

转自:http://bbs.matwav.com/viewthread.php?tid=151260


如果有人问我,如果傅里叶变换没有学好(深入理解概念),是否能学好小波。答案是否定的。如果有人还问我,如果第一代小波变换没学好,能否学好第二代小波变换。答案依然是否定的。但若你问我,没学好傅里叶变换,能否操作(编程)小波变换,或是没学好第一代小波,能否操作二代小波变换,答案是肯定的。

一、基的概念。

我们要明确的是基的概念。两者都是基,信号都可以分成无穷多个他们的和(叠加)。而展开系数就是基与信号之间的内积,更通俗的说是投影。展开系数大的,说明信号和基,是足够相似的。这也就是相似性检测的思想。但我们必须明确的是,傅里叶是0-2pi标准正交基,而小波是-inf到inf之间的基。因此,小波在实轴上是紧的。而傅里叶的基(正弦或余弦),与此相反。而小波能不能成为Reisz基,或标准稳定的正交基,还有其它的限制条件。此外,两者相似的还有就是PARSEVAL定理。(时频能量守恒)。

二、离散化的处理。

傅里叶变换,是一种数学的精妙描述。但计算机实现,却是一步步把时域和频域离散化而来的。第一步,时域离散化,我们得到离散时间傅里叶变换(DTFT),频谱被周期化;第二步,再将频域离散化,我们得到离散周期傅里叶级数(DFS),时域进一步被周期化。第三步,考虑到周期离散化的时域和频域,我们只取一个周期研究,也就是众所周知的离散傅里叶变换(DFT)。这里说一句,DFT是没有物理意义的,它只是我们研究的需要。借此,计算机的处理才成为可能。

下面我们谈谈小波。所有满足容许性条件(从-INF到+INF积分为零)的函数,都可以成为小波。小波作为尺度膨胀和空间移位的一组函数也就诞生了。但连续取值的尺度因子和平移因子,在时域计算量和频域的混叠来说,都是极为不便的。用更为专业的俗语,叫再生核。也就是,对于任何一个尺度a和平移因子b的小波,和原信号内积,所得到的小波系数,都可以表示成,在a,b附近生成的小波,投影后小波系数的线性组合。这就叫冗余性。这时的连续小波是与正交基毫无关系的东西,它顶多也只能作为一种积分变换或基。但它的显微镜特点和相似性检测能力,已经显现出来了。为了进一步更好的将连续小波变换离散化,以下步骤是一种有效方法。第一步,尺度离散化。一般只将a二进离散化,此时b是任意的。这样小波被称为二进小波。第二步,离散b。怎么离散化呢?b取多少才合适呢?于是,叫小波采样定理的东西,就这样诞生了。也就是小波平移的最小距离(采样间隔),应该大于二倍小波基的最高频率(好像类似,记不清了)。所以b取尺度的整数倍就行了。也就是越胖的小波,对应频谱越窄,平移量应该越大,采样间隔越大。当然,第一二两步的频域理解,即在满足频域窗口中心是3倍的频域窗口半径的前提下,频域就在统计上是完美二分的。(但很多小波满足不了这个条件,而且频域窗口能量不集中,所以只是近似二分的)。这时的小波变换,称为离散二进小波变换。第三步,引入稳定性条件。也就是经过变换后信号能量和原信号能量有什么不等式关系。满足稳定性条件后,也就是一个小波框架产生成了可能。他是数值稳定性的保证。一个稍弱的稳定条件,就是0<A<=B<+INF,并且小波函数线性无关,此时小波基称为Reisz基。并且,如果变换后能量守恒,(A=B=1),并且线性无关,这就是标准离散正交小波基。这种分解也就是大家熟知的直和分解。若A和B不相等,且相差很大,我们就说小波不是紧框架的,所以双正交,对偶小波也就自然而然引进来了。若A和B不相等,但又相差不大,这时稳定重构也是可能的,这时成为几乎紧框架的。(好像说这样小波有橹棒性特点,也就是粗略分解,但却精确重构。)经过3步,我们最终地得到了一个二进离散化稳定的小波变换,这正是我们要的结果。

分享到:
评论

相关推荐

    基于MATLAB的线性调频信号小波变换与时频分析系统:连续小波变换与短时傅里叶变换的二维色图展示,MATLAB实现的线性调频信号小波变换与时频分析:清晰二维色图与多种变换融合,基于matlab实现的线

    基于MATLAB的线性调频信号小波变换与时频分析系统:连续小波变换与短时傅里叶变换的二维色图展示,MATLAB实现的线性调频信号小波变换与时频分析:清晰二维色图与多种变换融合,基于matlab实现的线性调频信号的小波变,...

    C++小波变换:二维快速小波变换库

    它结合了傅立叶变换的频域分析和时域分析的优点,能够同时提供时间和频率的信息,因此在处理非平稳信号时尤为有效。C++作为一种通用且高效的编程语言,非常适合实现小波变换算法。 本资源是针对C++开发的一个二维...

    傅立叶变换、快速傅立叶、小波变换、小波反变换的c++代码

    小波变换则是傅立叶变换的一种扩展,它不仅提供频域信息,还能提供时间或空间定位信息。小波变换的核心在于小波基函数,这些函数具有有限的持续时间和有限的频带宽度,使得信号能在时间和频率上进行局部分析。在C++...

    小波变换C语言实现代码

    根据给定的信息,本文将详细解释“小波变换C语言实现代码”的核心概念与实现细节。主要内容包括小波变换的基本原理、代码中的关键函数及其作用、以及如何在STM32等嵌入式平台上进行移植等内容。 ### 小波变换基本...

    c#小波变换算法c#小波变换算法

    小波变换是数字信号处理领域中的一个重要工具,它结合了傅立叶变换和短时傅立叶变换的优点,能够在时间和频率域中同时提供局部化分析。在C#中实现小波变换,我们可以利用数学库或者自定义算法来完成。本文将深入探讨...

    MATLAB短时傅里叶变换和morlet小波变换.rar

    本资料“MATLAB短时傅里叶变换和morlet小波变换.rar”聚焦于两种重要的信号分析工具:短时傅里叶变换(Short-Time Fourier Transform, STFT)和Morlet小波变换。 一、短时傅里叶变换(STFT) 短时傅里叶变换是传统...

    小波变换(VC+OPENCV)

    与傅立叶变换全局分析信号不同,小波变换可以进行局部分析,对信号的突变和瞬态特征有更好的描述能力。 VC++6.0集成开发环境: VC++6.0是由Microsoft开发的一款经典C++编译器和IDE,支持MFC库,方便开发Windows应用...

    小波变换与分数傅里叶变换理论与应用

    小波变换与分数傅里叶变换是两种用于信号处理、图像分析以及多种工程应用中的数学工具...冉启文教授的研究和著作《小波变换与分数傅里叶变换理论与应用》为这一领域的科研人员和工程师提供了深入学习和研究的宝贵资料。

    傅里叶变换与小波变换

    傅里叶变换与小波变换 傅里叶变换(Fourier Transform)是一种数学工具,用于将时域信号转换为频域信号,从而分析信号的频率成分。傅里叶变换的数学定义为: X(ω) = ∫[−∞∞] x(t)e^{-iωt}dt 其中,x(t) 是...

    傅立叶变换与小波变换

    #### 一、傅立叶变换与小波变换概述 傅立叶变换和小波变换是信号处理领域中的两种重要工具,它们广泛应用于图像处理、音频处理、通信工程等多个方面。通过这两种变换方法,我们可以将信号从时域转换到频域进行分析...

    小波变换及其MATLAB工具的应用_小波变换_

    相较于传统的傅立叶变换,小波变换能够同时提供时间和频率的信息,因此在处理非平稳信号时具有显著优势。MATLAB作为一款强大的数值计算软件,提供了丰富的工具箱支持小波变换,使得科研人员和工程师能够方便地进行小...

    基于MATLAB的线性调频信号小波变换与短时傅里叶变换时频分析程序实现,基于MATLAB的线性调频信号小波变换与短时傅里叶变换时频分析程序实现,基于matlab实现的线性调频信号的小波变,可实现信号的

    基于MATLAB的线性调频信号小波变换与短时傅里叶变换时频分析程序实现,基于MATLAB的线性调频信号小波变换与短时傅里叶变换时频分析程序实现,基于matlab实现的线性调频信号的小波变,可实现信号的时频分析,有很清晰的...

    VISUAL C++小波变换技术与工程实践

    在介绍“VISUAL C++小波变换技术与工程实践”这一主题时,需要深入探讨VC++在图像和视频处理方面的应用,尤其是小波变换技术的工程实施方法。小波变换是一种数学变换技术,广泛应用于信号处理、图像压缩、纹理分析、...

    VC++实现小波变换图像融合,基于小波变换的图像处理,C,C++

    与傅立叶变换相比,小波变换具有局部化特性,能够在时频域中对信号进行精细分析。小波函数是小波变换的核心,常见的有Haar小波、Daubechies小波、Morlet小波等。在图像处理中,小波变换通常用于分解图像的高频和低频...

    图片二维小波变换的分解与重构_matlab代码

    小波变换不同于傅立叶变换,它能在时间和频率域同时提供信息,具有良好的时频局部化特性。二维小波变换则适用于处理二维数据,如图像,它通过将图像分解成不同尺度和方向的小波系数,来提取图像特征。 在这个MATLAB...

    基于小波变换的图像去噪法

    小波变换与傅立叶变换的比较 小波变换和傅立叶变换都是信号处理中常用的技术,但是它们有很大的不同。傅立叶变换是一种频域分析技术,能够将信号分解成不同的频率分量,但是它不能对信号进行多尺度的细化分析。小波...

    小波变换学习课件及习题

    小波变换的核心思想是引入时间和频率的同时局部化,这与传统的傅立叶变换有所不同。傅立叶变换虽然能够揭示信号的频域特性,但无法精确定位信号的时域信息。而小波变换则通过小波函数(也称为分析小波)来实现时间-...

    傅立叶变换、拉普拉斯变换与小波变换手写公式推导笔记

    傅立叶变换、拉普拉斯变换与小波变换手写公式推导笔记 傅立叶变换(Fourier Transform)是一种广泛应用于信号处理、图像处理和数学分析的数学工具。它可以将信号从时域转换到频域,从而将信号的频率成分分离出来。...

    利用小波变换实现图像分解算法_小波变换_图像分解_

    与传统的傅立叶变换相比,小波变换具有多分辨率特性,能够在不同的尺度和位置上对信号进行分析,既能捕捉高频细节,又能保留低频信息。小波函数是这种分析的基础,它具有有限的时间和频率支持,可以灵活地适应各种...

Global site tag (gtag.js) - Google Analytics