小波变换笔记

最新推荐文章于 2024-08-29 16:57:08 发布

sjtuSecondSilly

最新推荐文章于 2024-08-29 16:57:08 发布

阅读量233

点赞数

分类专栏： TMA 文章标签：笔记

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/White__River/article/details/131499584

版权

TMA 专栏收录该内容

5 篇文章 0 订阅

订阅专栏

突然变化的图像或信号
小波变换
高带宽？
在这里插入图片描述
放缩和时延

在这里插入图片描述
放缩因子和频率成正比

小波在频域中具有带通特性

Cf 中心频率
s 小波刻度
\delta t 采样间隔

在这里插入图片描述

时延
在这里插入图片描述

我们需要移动小波，以便使其和信号中寻找的特征对齐

在这里插入图片描述

在这里插入图片描述

时频分析
时域频率成分滤波

在这里插入图片描述

连续小波变换 CWT
利用此变换可以获得信号的同时时频分析
simultaneous time frequency analysis

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

如何构造不同小波尺度
construct different wavelet scales
在这里插入图片描述

DWT
在这里插入图片描述

在这里插入图片描述

离散小波变换将信号变成低通子带（蓝色）和高通子带（黄色）

低通子带被称为近似等级 approximation level
高通子带被称为细节等级 detail level

在这里插入图片描述
离散小波变换去噪的过程

消除噪音的同时保持原信号有效的高频成分（急剧变化的成分）

阈值计算技术
在这里插入图片描述

傅里叶变换不能告诉我们，这个频率在哪个时间段出现，所以其实本质上只适用于平稳信号（stationary signal）
从系统上来理解就是时不变系统 autonomous system
局部信号指的是被限制在特定区域或范围内的信号。它被包含在一个有限的范围或覆盖区域内，不会超出该边界。这个术语通常在无线通信或信号处理的背景下使用，其中信号需要被限制在特定的地理位置或目标受众中。通过局部化信号，可以将其定向和集中在特定的区域或用户群体上，从而优化通信或传输的效率和有效性。

在这里插入图片描述

短时傅里叶变换的数学表示在这里插入图片描述

在这里插入图片描述

在这里插入图片描述
这个图可以显而易见地看出短时傅里叶变换相比传统傅里叶变化的优势和缺点

优势可提供联合识时频分析
缺点这是一个很简单的线性调频信号而且只包含四个频率分量
照理来讲，理想情况是出现四个很尖锐的单峰
但从图上看，显然没有那么“峰”，而是呈现一个比较平滑的分布

所以对于频率分量，或者谐波系数的确定，就存在很大的不确定性

简而言之，就是由于窗函数的窗口长度是一个值，所以一段信号就可以被划分成有限多段，于是短时傅里叶变化对于频率的分辨率相比传统傅里叶变换就变低了

在这里插入图片描述

不确定性定理
在这里插入图片描述

解决方案，根据实际分而治之
在这里插入图片描述

这个大F就是我们的小波系数
小波系数分两种
逼近系数低频的小波系数
细节系数高频的小波系数

在这里插入图片描述

sjtuSecondSilly

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
小波变换笔记

局部信号指的是被限制在特定区域或范围内的信号。这个术语通常在无线通信或信号处理的背景下使用，其中信号需要被限制在特定的地理位置或目标受众中。通过局部化信号，可以将其定向和集中在特定的区域或用户群体上，从而优化通信或传输的效率和有效性。简而言之，就是由于窗函数的窗口长度是一个值，所以一段信号就可以被划分成有限多段，于是短时傅里叶变化对于频率的分辨率相比传统傅里叶变换就变低了。所以对于频率分量，或者谐波系数的确定，就存在很大的不确定性。消除噪音的同时保持原信号有效的高频成分（急剧变化的成分）
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。