Haar 首次提出了对正交小波基进行规范化的思路,他同时也提出了一个正交函数系。即 Haar 函数系。作为小波发展的理论基础,该函数系有着重要的作用。
区分于 Fourier 变换,小波在空间(时间)和频域上,可以进行局部的变换,从而对信号中的某一部分的信息进行有效地提取。
小波
小波的实质是函数,其特性是将有限时间作为变化范围,它的平均值是 0 。
小波变换,多分辨性是它的独特之处。而它的分析方法的本质,就是信号时间—尺度或者时间—频率的关系函数,并且在时间域和频率域都能很好的描述出信号的局部特性,有着窗口不变、形状变化的特点。
常见的变换有 Hilbert 变换, Z 变换, Fourier 变换, Gabor 变换。与其他变换相比,小波变换有两方面不同:第一,小波变换有很多种;第二,在于变换的计算过程。
所有的基本变换都是由波形与其相对应的基函数的点积而形成的,只要清楚基函数的公式,就可以得到与之相应的变换。
在对信号函数做小波变换时,其实就是对作在一组基函数的投影。这里的基函数,其实就是一系列函数组,是小波通过规律性的平移或者伸缩得出的。
连续小波变换CWT
设函数,则的连续小波变换定义为:
设函数,函数首先要满足允许条件,小波变换才能重构,允许条件如下
连续小波的公式可以改写为卷积表达式:
如果与基函数相关的尺度函数不存在,那么,在对它进行连续小波变换时,并且人眼就只能看到原始信号中的细节部分。通过分析,可以得出连续小波变换的情况,它的反演公式如下:
分数阶小波变换
通过分数阶傅立叶变换的定义
d 维分数阶小波变换也可以写成
对于多维信号分析,即 d > 1,通常需要通过对分数阶小波引入方向性来区分信号沿着不同方向的变化情况。
根据分数阶小波的多分辨率分析可知,对于一个信号,分数阶小波变换可以将信号分解为具有不同分辨率,不同分数阶频段的细节部分和概貌(粗略近似)部分,即对信号做分数阶小波变换相当于信号通过一个由尺度函数和具有不同尺度的小波函数构成的分数阶滤波器组,得到信号的低频部分(概貌部分)和不同频段的高频部分(细节部分)。
对于一个给定的分数阶尺度函数,信号在尺度上的粗略近似部分可以表示为
函数具有低通特性对应于信号的低通部分,是由尺度函数尺度伸缩而来。而那些尺度 满足 的信号细节部分,可由小波变换计算:
因此,FRWT 从本质上定义了一个线性算子:
这里 且 。该线性算子 沿不同方向 分解信号 ,并且在每个时间位置 t 的附近进行的尺度伸缩。为保证线性算子是稳定的,对于,线性算子 应该满足:
这里。
将和中的归一化系数和分别替换为和。结合上面的式子,可以得到对于任意的信号,有式1:
线性算子从本质上要求尺度函数和小波函数构成的一组函数形成一个半离散框架 (semi-discrete frame),即有式2:
且半离散框架的界限为。
特别的,当 A = B = 1时,该半离散框架就变成了一个半离散帕瑟瓦尔框架 (Semi-discrete Parseval frame),则线性算子 成为一个酉算子。
进一步,通过对FRFT应用帕瑟瓦尔定理 (Parseval Theorm),且令A=B=1,可得式3:
若尺度 满足,则信号可以完全由FRWT来表征,具体而言,线性算子也可以写成如下形式:
这里。在A=B=1的情况下,线性算子是酉性的,同理可以得到与式3类似的结果,式4:
同时,结合式3和式4,可以进一步得到: