小波变换学习心得Word文档格式.docx
《小波变换学习心得Word文档格式.docx》由会员分享,可在线阅读,更多相关《小波变换学习心得Word文档格式.docx(10页珍藏版)》请在冰豆网上搜索。
式中,为小波;
a为尺度因子;
b为平移参数。
图1.6是小波变换的示意图。
由图看出,小波变换给出了在各个时刻信号是由哪些尺度的小波构成。
小波中的尺度因子的作用是将小波在保持完全相似条件下“拉伸”或者“压缩”,图1.7给吃了尺度因子的“拉伸”和“压缩”作用。
小波中的平移参数,是简单地将波形沿时间轴平移。
连续小波变换CWTa,b是参数a和b的函数。
下面的五个步骤是获得CWTa,b的最简单方法。
第一步,选择尺度a一定的小波,把它与原始信号的开始一段进行比较。
第二步,计算CWTa,b,它表示这段信号与尺度a小波的相关程度。
CWTa,b越大,二者越相似。
这个结果依赖于所选择的小波的形状。
(图1.8)
第三步,向右移动小波,然后重复第一步和第二步,直到处理完成全部的信号(图1.9)
第四步,增大小波的尺度因子(拉升),重复第一步到第三步。
第五步,对全部尺度因子重复第一步到第四步,得到的CWTa,b通常用灰度表示。
图1.11是小波变换的灰度图例子。
1.3离散小波变换
实际计算中不可能对全部尺度因子值和位移参数值计算CWTa,b值,加之实际的观测信号都是离散的,所以信号处理中都是用离散小波变换(DWT)。
大多数情况下是将尺度因子和位移参数按2的幂次进行离散。
最有效的计算方法是S.Mallat于1988年发展的快速小波算法(又称塔式算法)。
对任一信号,离散小波变换第一步运算是将信号分为低频部分(称为近似部分)和离散部分(称为细节部分)。
近似部分代表了信号的主要特征。
第二步对低频部分再进行相似运算。
不过这时尺度因子已改变。
依次进行到所需要的尺度。
图1.12给出了一个信号经过第一次运算后获得的近似部分和细节部分。
除了连续小波(CWT)、离散小波(DWT),还有小波包(WaveletPacket)和多维小波。
第二章预备知识(傅里叶变换)
第三章连续小波变换
3.1引言
小波变换采用改变时间-频率窗口形状的方法,很好地解决了时间分辨率和频率分辨率的矛盾,在时间域和频率域有很好的局部化性质。
对信号中的低频成分,采用宽的时间窗,得到高的频率分辨率;
对信号中的高频成分,采用窄的时间窗,得到低的频率分辨率。
小波变换的这种自适应特性,使它在工程技术和信号处理方面获得广泛应用。
3.2连续小波变换定义
设函数,满足下述条件
(3.1)
称为基本小波(Prototype),引入尺度因子(伸缩因子)a和平移因子b,a和b满足:
将基本小波进行伸缩和平移,得到下列函数族
(3.2)
称为分析小波,系数为归一化常数,它使得对所有尺度a和平移因子b,下式成立
(3.3)
通常取=1,(本式的意义就是能量守恒)
函数的连续小波变换(CWT)的定义为
(3.4)
式中,为的共轭函数。
若基本小波满足下述条件:
(3.5)
(小波变换中狄更斯条件?
)
则连续小波变换CWTa,b存在逆变换,公式为
(3.6)
(3.7)
称式(3.5)为容许条件(AdmissibilityCondition),称满足容许条件的小波为容许小波。
1>
关于容许条件
(其中,应该为1阶导数)
2>
关于尺度因子a
根据傅里叶变换的尺度定理
尺度因子a越小,的波形变窄,的频谱向高频端扩展;
a越大,的波形越宽,的频谱向低频段扩展,从而实现了时间-频率窗的自适应调节。
3>
小波变换逆变换式的证明
傅里叶变换的巴什瓦公式为
连续小波变换的公式为
先根据傅里叶变换的时移和共轭性质求出
3.3连续小波变换的物理意义
连续小波变换的实质是滤波器。
滤波器在时间域和频率域中的表示式为
式中,h(t)是系统的脉冲响应;
H(ω)是滤波器的系统函数。
与连续小波变换公式
比较,小波变换的脉冲响应为
(3.10)
其系统函数为
这种滤波器称为相关滤波器或者镜像滤波器。
由逆傅里叶变换公式可得
小波变换的滤波器是恒Q滤波器。
3.4连续小波变换的时间-频率特性
1时频空间
设函数,且,定义单窗函数在时频空间里的中心(t0,ω0)为
(3.11)
t0和ω0相当于物体的重心,在这里可理解为在时间域里信息的重心和频率域里信息的中心,定义单窗函数在时频空间中的时宽σt和频宽σω为
(3.12)
时频空间中以为(t0,ω0)中心,以2σt和2σω为边长的矩形称为时频窗口(或分辨率窗口)。
为了讨论方便,一般去(t0,ω0)=(0,0),且=1。
时频空间中双窗函数的相似定义如下:
(3.13)
σt、σω-和σω+定义为
(3.14)
种双窗为标准双窗函数。
在信号不确定原则一节曾证明过,σt和σω必须满足下述关系:
即信号的时间分辨率与频率分辨率是相互制约的。
补充:
信号的不确定性原则
2的时频特性
由基本小波条件可以推出
因从可知基本小波是双窗函数。
在以下讨论中,假定小波函数是实的标准双窗函数。
对有中心t0=0;
ω0+和ω0-。
下面讨论分析小波的时频空间里的中心、时宽和频宽。
时域中心
因为t0=0,所以
频域中心
同样可得
时宽
(3.18)
4>
频宽
讨论:
根据上述结果,在时频空间里以和为中心确定了两个时频窗口,分别为
面积S的大小由基本小波的性质决定,与参数a,b无关。
由于时频窗口边长的变化,使得小波变换既满足了信号的不确定性原则,又提高了小波的时间频率分辨率。
当a值小时,时频窗的时宽边短,而频宽边长,提高了对信号中高频成分的时间分辨率;
当a值大时,时频窗的时宽边长,而频宽边短,提高了对信号中低频成分的频率分辨率。
图3.1给出了的时频窗口随尺度因子变化情况。
在前面的讨论中已经指出,小波变换的物理本质是滤波器。
由上面讨论的频率中心和频宽可知,小波变换的滤波器的中心频率与带宽的比为常数,称为恒Q滤波器。
图3.2给出了小波变换恒Q滤波器的示意图
3.5连续小波变换的性质
线性
连续小波变换是线性变换,即一个函数的连续小波变换等于该函数的分量的变换和。
用公式表示如下:
则
时移性
时标定理
微分运算
5>
能量守恒
6>
冗余度
连续小波变换是把以为信号变换到二维空间,因此小波变换中存在多余的信息,称为冗余度(Redundancy)。
因而小波变换的逆变换公式不是唯一的。
从分析小波角度看,是一组超完备基函数,它们之间是线性相关的。
度量冗余度的量称为再生核
再生核就是小波本身的小波变换。
再生核度量了小波变换二维空间里两点与之间的相关性大小。
再生核K作用于小波变换仍得到。
(3.24)
将逆变换公式(3.6)代入式(3.4)即可证明式(3.24)
第四章离散小波变换
连续小波变换中,中的参数a和b都是连续变换的值。
实际应用中,信号是离散序列,a和b也须离散化,成为离散小波变换,记为DWT(DiscreteWaveletTransform)。
离散小波变换中的重要问题是是否存在逆变换。
讨论这个问题涉及框架(Frame)理论。
因此本章先简单介绍函数空间概念和框架理论的一些有关结果,然后介绍离散小波变换、二进小波变换和二进正交小波变换。
4.1函数空间及框架概念
一函数空间
1.预希尔伯特(Hilbert)空间
2.巴纳赫(Banach)空间
3.希尔伯特(Hilbert)空间
一个预希尔伯特(Hilbert)空间H,在其中定义内积为范数,即,H成为一个赋范空间,若该赋范空间是完备的,则称为希尔伯特空间。
希尔伯特空间具有优良的性质,正交性是其中最重要的性质之一。
正交投影:
二框架概念
关键词:
A、B称为框架边界;
B为实数,保证是连续的,常数A>
0保证了变换是可逆的。
若A=B,则称为紧致框架。
框架算子,对偶框架,重构定理
4.2离散小波变换
信号的连续小波变换为
对尺度因子a和平移参数b进行如下的离散采样:
则小波变为
离散小波变换定义为
写成内积形式有
(傅里叶变换其实就是f(t)在各个eiwt上内积和投影,从内积和投影的方式理解傅里叶变换)
对于离散小波变换给出如下三点说明:
(1)等Q结构离散化
对于基本小波的等Q性质,对参数也做等Q结构离散化,即a增大时,a的间隔也增大,所以取。
同样地,a增大时,a延迟时间也增大,故取b为的整数倍,即。
参数离散化的小波为
时间采样为,图4.2表示采样点随a增大的变化。
(2)离散小波变换实际上仍是一系列带通滤波器,只是带通滤波器的中心频率和带宽由于a的离散采样而成为一系列的离散值。
但是仍然保持恒Q性质。
滤波后的输出也因b的离散采样而成为离散值。
(3)离散小波变换的重构
根据前述框架理论结果,当为的框架时,可由离散小波变换恢复出原信号,其重构公式为
(4.5)
为的对偶框架,而
4.3二进小波变换
在离散小波变换中,一种方便的离散方法是取,所得到的小波和小波变换称为二进小波和二进小波变换。
如果再取,称其为二进正交小波和二进正交小波变换。
一、二进小波变换
设,若存在常数A和B,,使得
(4.6)
则称为二进小波。
条件(4.6)称为稳定条件。
若A=B,则称为最稳定条件。
二进小波是容许小波。
现证明如下:
对二进小波、的二进小波变换定义为
(4.9)
像证明式(3.23)一样,很容易证明的傅里叶变换为
(4.10)
利用式(4.10)和式(4.6)有:
(4.11)
式(4.11)表明二进小波是框架。
根据框架理论结果,二进小波变换可重构f(t)。
由框架重构公式知道,需要给出重构小波,为此定义下述方程:
(4.12)
式中,为重构小波,但是它不是唯一的重构小波。
例如取为
很容易证明满足(4.12),因为
二进小波重构的公式为
证明:
也是一个二进小波,且
由于二进小波仅对尺度因子进行二进离散化,对时间域的平移参数b仍保持连续,所以二进小波变换仍然对时间b的连续取值。
二、二进正交小波变换
设,且满足
(4.14)
为二进正交小波。
尺度因子和平移参数按二进制离散。
,,二进正交小波为
(4.15)
在后面的多分辨率分析中将详细讨论二进正交小波。
(1)在尺度因子和平移参数离散化过程中,有很多坐着采用,这种离散化的直观性是k取值大多对应着高频,k取值小对应着低频。
但在实际资料处理时,是从最高频率(有奈奎斯特定律确定)向低频分解。
所以采用更为方便。
K=0时为信号的采样频率,k=1时将频率二等分,依此进行下去。
所以采用。
(2)至此可将小波变换分类为
注:
小波变换分为连续小波变换,离散小波变换,小波包变换。
第五章多分辨率分析
多分辨率分析概念是由S.Mallat和Y.Meyer于1986年提出的,它可将在此之前所有正交小波基的构造统一起来,使小波理论产生突破性进展。
同时,在多分辨率理论分析基础上,S.Mallat给出了快速二进小波变换算法,称为(Mallat)算法,这一算法在小波分析中的地位很重要,相当于快速傅里叶算法(FFT)在经典傅里叶分析中的地位。
5.1康托尔(Cantor)间断集
为了介绍小波变换中的多分辨率分析(MultiresolutionAnalysis,MRA),采用康托尔集的直观方法,引入多分辨率分析的思想。
一、康托尔间断集
设,则是一个长度等于1的区间。
现在将单位长度三等分,去掉中间长度为1/3的开区间(1/3,2/3),剩下的是左、右各1/3长度的闭区间,用表示,则,接着再把中两个长度各为1/3的区间三等分,去掉中间的1/3部分,其长度为1/32的开区间,剩下的是,则有
它是由个长度等于的闭区间所构成,如图5.1所示,由此继续分割下去,就得到一个无穷嵌套序列,其中是由个长度为的闭区间所组成,这些集的交集用D记之,则,这就是康托尔间断集。
因为是由个长度等于的闭区间所组成,它的总长度等于。
所以D若是有长度(测度)的话,其长度等于如下极限:
与闭区间同时存在的是开区间,记为,,。
不难看出,康托尔间断集中任意两个不同的开区间的交集是空集,说明它们是相互正交的,即
为了方便,称下标k为康托尔间断集的尺度。
二、康托尔间断集与希尔伯特空间的对应关系
由图5.1很易将康托尔间断集与希尔伯特空间H联系起来,不难建立二者之间的对应关系,为此用H空间的子空间表示康托尔间断集中的。
每次去掉的部分用子空间记之,而每次剩余的部分用子空间表示。
显然,任意两个不同的开区间与的交集是,意味着他们彼此正交。
同时与的交集不是,因此与并不正交,在尺度为1时,分解为与的直和,即,就是在中的正交补空间,改变尺度继续分割下去就有,可见,就是对空间结构的细节补充。
同时就是在尺度i下对的基本特性的表征。
图5.1康托尔间断集与希尔伯特空间的关系
三、康托尔间断集的性质
由图5.1可以直观地看出,康托尔间断集有如下的性质:
1.:
即分辨率高的空间包含了分辨率的空间的全部信息。
2.,,即。
3.如果,则。
4.若,则,即康托尔间断集对于函数的平移是不变的。
5.2多分辨率分析
多分辨率分析的实质是满足一定条件中的一系列子空间,其定义如下:
在空间中的多分辨率分析是指满足下列条件的一空间序列:
(1)单调性:
,;
(2)渐进完全性:
(3)伸缩性:
对任意,,则;
(4)平移不变性:
,则,;
(5)里兹(Riesz)基存在性:
存在函数,使得构成的里兹基,即对任意的。
在离散小波变换一章里介绍了离散小波、二进小波和二进正交小波,特别是二进正交小波构成了空间的一个正交基,但是没有介绍这种二进正交小波是如何构造出来的。
而多分辨率分析是满足上述五个条件的空间的子空间序列。
所以两者在理论上存在着对应关系。