小波分析入門-本人總結(jié)-_第1頁
小波分析入門-本人總結(jié)-_第2頁
小波分析入門-本人總結(jié)-_第3頁
小波分析入門-本人總結(jié)-_第4頁
全文預(yù)覽已結(jié)束

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

給我們一個(gè)信號(hào)時(shí),我們從時(shí)域中觀察這個(gè)信號(hào)時(shí),我們得到的信息是信號(hào)的持續(xù)的時(shí)間,隨著時(shí)間的變化,信號(hào)的幅度起起伏伏。如果我們更進(jìn)一步,就是起伏速度較快的局部對(duì)應(yīng)著信號(hào)中高頻局部。變換緩慢的局部對(duì)應(yīng)著代表信號(hào)中的頻率低頻局部。我們也可以估算信號(hào)中直流分量的大小。當(dāng)然這都是我們直觀的理解。這種單純的從時(shí)域中的信號(hào)的波形得到的信息是不全面的。有的時(shí)候我們想要知道我們的信號(hào)中含有那些頻率成分,相應(yīng)頻率的強(qiáng)度,相位。這就是從從頻域的角度來看待我們的信號(hào)。這就需要一個(gè)數(shù)學(xué)變換的工具,將我們的信號(hào)變換到頻域。這個(gè)強(qiáng)大的數(shù)學(xué)工具就是傅里葉變換,變換后我們希望我們還可以回到時(shí)域中,也就是我們的變換是可可逆的,事實(shí)上,傅里葉變換就有這個(gè)信息不損失的性質(zhì)。如今傅里葉變換已經(jīng)成為一個(gè)體系。一切來自于數(shù)學(xué)中的分解思想,在這里我們選擇一組正交基。對(duì)我們信號(hào)函數(shù)的分解就像是對(duì)空間中某一一向量分解到三個(gè)坐標(biāo)系一樣,只不過函數(shù)的坐標(biāo)是傅里葉系數(shù)而已。這樣,我們經(jīng)過傅里葉變換就可以知道我們的信號(hào)中含有的頻率成分。但是這里有一個(gè)隱含的假設(shè),或者說是傅里葉變換的致命弱點(diǎn),那就是他潛在的假設(shè)了我們的信號(hào)是平穩(wěn)信號(hào)。何為平穩(wěn)信號(hào)?所謂的平穩(wěn)信號(hào)就是信號(hào)的各種頻率成分在信號(hào)的全部持續(xù)時(shí)間中都存在。舉個(gè)例子,假設(shè)我們對(duì)一個(gè)持續(xù)時(shí)間在[0,100s]的平穩(wěn)信號(hào)做傅里葉變換,得出信號(hào)中有59HZ,那么就說明,對(duì)該平穩(wěn)信號(hào),59HZ從0開始,在這100s中的任何一個(gè)時(shí)刻都存在??墒?,當(dāng)我們的信號(hào)不是平穩(wěn)信號(hào)時(shí),例如59HZ產(chǎn)生50s

處,強(qiáng)度和上一個(gè)信號(hào)的完全相同,其他頻率也完全相同,如果我們對(duì)這一個(gè)信號(hào)做傅里葉變換,由于傅里葉變換的積分域是從負(fù)無窮到正無窮,所以不幸的是,我們得到了和上一信號(hào)完全一樣的結(jié)果,我們無法再?gòu)念l域回到時(shí)域了。也就是FT并沒有告訴我們非平穩(wěn)信號(hào)的各種頻率分別出現(xiàn)在那個(gè)時(shí)間段上。事實(shí)上,在現(xiàn)實(shí)生活中,非平穩(wěn)信號(hào)和平穩(wěn)信號(hào)交織在一起的。例如心電圖(ECG)、腦電圖(EEG)和肌電圖(EMG)。所以知道哪些頻率出現(xiàn)在何種時(shí)間段的需求是那么的緊迫。換句話說,就是我們想要同時(shí)知道信號(hào)的時(shí)間信息和頻率信息。解決方案就是FT的改良版:STFT〔短時(shí)傅里葉變換〕。小波變換:小波〔wavelet〕的意思是:asmallwave。FT中,我們選用的是exp〔jwt〕函數(shù)作為我們變換空間的一組標(biāo)準(zhǔn)正交基,exp〔jwt〕函數(shù)在時(shí)間軸上一直存在,從-∞到+∞上均存在的信號(hào),不會(huì)衰減,而我們?cè)谛〔ㄗ儞Q中選用的小波不僅持續(xù)時(shí)間是有限的,即只在某一個(gè)時(shí)間段內(nèi)存在,而且小波的頻率也是有限的,即超過一定的頻率之外,該頻率的強(qiáng)度〔幅度〕會(huì)逐漸衰減到0。小波變換較之于傅里葉變換的優(yōu)點(diǎn)可以歸結(jié)為如下方面:1〕使得信號(hào)的存儲(chǔ)較之于傅里葉變換后再去存儲(chǔ)更加的有效,也就是更易于壓縮,進(jìn)而傳輸圖像。2〕方便了對(duì)信號(hào)的分析,因?yàn)槟軌蚋玫厝ソ片F(xiàn)實(shí)中的信號(hào)〔nonstationarysignal〕。3〕當(dāng)信號(hào)函數(shù)中有不連續(xù)的點(diǎn)的時(shí)候,如果用FT得到信號(hào)的近似,會(huì)有吉布斯現(xiàn)象〔雖然在功率上會(huì)很好的近似,但是在不連續(xù)點(diǎn)附近卻有一個(gè)固定的誤差,無法進(jìn)一步減小〕,比之于FT的這個(gè)缺點(diǎn),我們的小波變換能夠更好的對(duì)數(shù)據(jù)中的不連續(xù)點(diǎn)進(jìn)行近似。作為小波變換前身,短時(shí)傅里葉變換〔STFT〕于1946年DennisGabor

首次使用的。在介紹小波變換之前有必要去介紹一下STFT。STFT是FT的一種改良版本。在解決非平穩(wěn)信號(hào)的時(shí)間信息和頻率信息同時(shí)表示的問題上做了第一步的探索。STFT采用的技術(shù)就是給信號(hào)加窗〔WindowingtheSignal〕,也就是一次只分析信號(hào)的一小段。在這個(gè)時(shí)間段的信號(hào)被看成是stationarysignal。截取之后,在做傅里葉變換。然后開始沿著時(shí)間軸去移動(dòng)我們的窗口,直至信號(hào)的結(jié)束?!蚕胂胝Z音信號(hào)頻域處理中,得到的二維語譜圖〕。在matlab中,我們最終得到的該變換的二維圖像表示〔或者三維,只不過另一維度用顏色標(biāo)記出來,并沒有第三個(gè)周〕稱為spectrogram。STFT是一個(gè)三維的變換,具體如下:可見最終變換后我們得到的是一個(gè)關(guān)于時(shí)間和頻率的函數(shù)。注意由于STFT中,我們選用的窗口自始至終都是同一個(gè)窗子,同樣的大小,同樣的形狀等等,所以每一小段窗口內(nèi),我們變換的時(shí)間分辨率和頻率分辨率都是相同的,相當(dāng)于圖中所示的將時(shí)間-頻率平面劃分成一個(gè)個(gè)大小相同的矩形格子。從上面對(duì)STFT的介紹中,不難看出STFT的如下缺點(diǎn):一旦選定了STFT的截取窗口后,那么STFT的自始至終,都會(huì)使用同一個(gè)窗口,那么我們就會(huì)陷入關(guān)于時(shí)間分辨率和頻率分辨率的困境。具體解釋如下列圖:從上述兩幅圖中,不難看出第一幅圖,選擇大的窗的窗口大小很小,換句話說,就是時(shí)間分辨率很大〔時(shí)間段的倒數(shù)〕,然而頻率軸上的頻率分辨率卻很小〔有頻率段有很大的的彌散〕。第二幅圖,窗口選擇很大,換句話說,就是時(shí)間分辨率很小,那么進(jìn)行STFT的變換后,得到的圖像中,頻率分辨率很大〔幾乎沒有彌散〕,但是變換后的時(shí)間軸上卻又很大的重疊〔這和我們直觀理解相同,選擇時(shí)間大了,那么某一個(gè)頻率出現(xiàn)后,可能會(huì)持續(xù)到下一個(gè)窗口內(nèi)〔從時(shí)域上看〕。上述的這種dilemma可以用一個(gè)準(zhǔn)那么去描述,也就是,HeisenbergUncertaintyPrinciple:Cannotknowwhatfrequencyexistsatwhattimeinterval。幸運(yùn)的是,上世紀(jì)80年代出現(xiàn)了一種新的變換:小波變換很好的解決了這個(gè)dilemma。下面介紹小波變換:小波變換屬于多分辨率分析〔MRA〕的技術(shù)。所謂的MRA就是:對(duì)我們的信號(hào)的不同的頻段〔高,中,低頻段〕采用不同的分辨率去分析。例如,在信號(hào)高頻段處選擇較大的〔好的〕的時(shí)間分辨率〔對(duì)應(yīng)的窗口很小〕和差的〔較小的〕頻率分辨率進(jìn)行分析,在信號(hào)低頻段處選擇好的〔大的〕時(shí)間分辨率和較差〔小的〕的頻率分辨率進(jìn)行分析。從直觀上也很好理解這種分辨率的選擇方法,例如高頻信號(hào)〔分量〕在時(shí)域中對(duì)應(yīng)的是劇烈的變換抖動(dòng),持續(xù)時(shí)間可能很短,所以選擇很小的窗口〔即很高的時(shí)間分辨率〕去分析非常的適宜。低頻分量一般持續(xù)時(shí)間很長(zhǎng),選擇窗口很大〔也就是對(duì)應(yīng)信號(hào)的時(shí)間分辨率較小〕更加的適宜。談到了MRA,接下來談?wù)凪RA必不可少的分析工具---小波變換〔WT〕。所謂的WT就是將我們的信號(hào)〔signal〕分成〔表示成〕abunchofsignals。分成的每一個(gè)signal都對(duì)應(yīng)著原始signal的不同頻帶〔例如高,中低等頻帶,也可用區(qū)間劃分頻率軸〕,WT能夠給出我們關(guān)于信號(hào)的哪個(gè)頻帶出現(xiàn)在哪一個(gè)時(shí)間段上的信息。上述只是直觀的描述,下面給出連續(xù)小波變換〔CWT〕的數(shù)學(xué)表達(dá)式:對(duì)于該公式,解釋如下:Wavelet

〔小波〕:小的波形,換句話說,就是持續(xù)的時(shí)間是有限的〔finite〕MotherWavelet〔母小波〕:產(chǎn)生其他所有窗函數(shù)的原型〔prototype〕,其他所有的窗函數(shù)都是母小波經(jīng)過

dilated〔膨脹〕或者壓縮,移位〔shift〕而得到的。尺度〔scale〕s:S>1:

膨脹信號(hào)(dilate

〔膨脹〕thesignal)S<1:

壓縮信號(hào)(compressthesignal)信號(hào)不同的頻帶對(duì)應(yīng)的窗函數(shù),是母小波按照如下的尺度變換得到:1〕

低頻段->需要的S較大

->Non-detailedGlobalViewofSignal->SpanEntireSignal2〕

高頻段

->

需要較小的尺度S->DetailedViewLastinShortTime〔短時(shí)間的細(xì)節(jié)描述〕知道了上述公式的意義后,下面我們說說CWT的計(jì)算問題(7大步):Step1:

wavelet〔母小波本身〕放置在信號(hào)出現(xiàn)的起始時(shí)刻,

并且

設(shè)定s=1

(注意,在這里,S=1為母小波的最大的壓縮版本〔themostcompressedwavelet),也就是母小波本身〕;Step2:

將這個(gè)

scale為

“1〞的小波乘以我們要分析的信號(hào),

然后在整個(gè)時(shí)間軸上積分,注意由于小波持續(xù)時(shí)間有限,相當(dāng)于對(duì)信號(hào)截取了然后對(duì)時(shí)間積分得到一個(gè)實(shí)數(shù);Step3:

移動(dòng)這個(gè)scale=1

的小波到t=τ,

乘以我們要分析的信號(hào),積分變換,得到t=τ

,s=1時(shí)的變換數(shù)值(是一個(gè)實(shí)數(shù));Step4:

重復(fù)上述的

步驟直到尺度為S=1的小波移動(dòng)到要分析信號(hào)的結(jié)束為止;Step5:小步幅的

增大尺度

s到某一個(gè)s,然后重復(fù)上述步驟

,最終得到所有的S對(duì)的所有變換值;Step6:

上述對(duì)于每一個(gè)S值,我們通過計(jì)算得到的一組變換后的實(shí)數(shù)數(shù)值放在時(shí)間軸的一個(gè)行〔row〕,Step7:

最終計(jì)算出了所給信號(hào)的CWT。下面用一個(gè)圖型來描述上述的過程:注:好的〔就是大的〕頻率分辨率指的是我們能夠分辨出較小的頻率局部〔低頻〕。注意觀察每一個(gè)格子,格子的時(shí)間軸的長(zhǎng)度越大〔時(shí)間分辨率越小〔差〕〕,對(duì)應(yīng)的頻率軸上〔即格子的高度〕高度越矮〔也就是頻率分辨率越大〕。下面給出一幅關(guān)于各大變換的時(shí)間,頻率分辨率的比擬圖像:講完了CWT理論,接下來就要講到工程實(shí)現(xiàn)了。顯然計(jì)算機(jī)無法處理連續(xù)的數(shù)據(jù),這就需要計(jì)算量低的,容易implement的小波變換,這就是DWT。也就是對(duì)CWT的采樣〔盡管CWT的離散化并不是真正的離散變換,姑且這樣說〕。在DWT中尺度S是離散化為對(duì)數(shù)〔常選擇的因子是2,這樣高度,1,2,4,。。等等,也即是前一個(gè)小波時(shí)候一個(gè)小波的時(shí)間分辨率的2倍,頻率分辨率的1/2〕的格子。這樣利用DWT,我們將我們的信號(hào)按照不同的頻率分辨率劃分頻帶,我們將我們的信號(hào)分解為低頻近似和高頻細(xì)節(jié)。所以經(jīng)過以上的分析,我們說MRA技術(shù)克服了Heisenberguncertaintyprinciple

。最后說說基于MRA的子帶編碼〔subbandcoding〕如下列圖表示:

注意:1〕每一次我們都會(huì)將時(shí)間分辨率變?yōu)樵瓉淼囊话搿蚕喈?dāng)于采樣間隔變大,〕,對(duì)于離散數(shù)據(jù),我們對(duì)數(shù)據(jù)每一次都因子為2的下采樣,使得數(shù)據(jù)變?yōu)樵瓉淼囊话?〕頻域中,我們將頻率分辨率變?yōu)樵瓉淼?/p>

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論