小波变化和傅里叶变化

首先说一下傅里叶变化：这个比较简单的理解为用很多很多不同频率的函数（不同频率正弦函数/余弦函数）与原信号做乘法，最后求积分。我们应该知道，正弦函数/余弦函数整周期内的积分值为0，只有当两个频率相同的函数相乘时，其积分才有值。这样我们就能将信号拆成很多不同频率的单个信号，然后累加起来，构成了频谱图，其幅值代表了该频率的信号在原信号中占比多少。
小波变换解决了傅里叶变化的不能在频谱图中保留时间信息的缺点。
我们研究信号，想要知道的信息：信号包含什么频率的信号（傅里叶变化提供了频谱图），每个频率的信号出现的时间（频谱图不能反映这一信息，因此引入小波变换。）小波变换通过平移母小波(mother wavelet)可获得信号的时间信息，而通过缩放小波的宽度(或者做尺度)可获得信号的频率特性。
小波特点：有限的持续时间和突变的频率和振幅，波形可以是不规则的，也可以是不对称的，在整个时间范围里的幅度平均值为零。而正弦波和余弦波具有无限的持续时间，它可从负无穷扩展到正无穷，波形是平滑的，它的振幅和频率也是恒定的。

此处推荐
一篇博文（http://blog.jobbole.com/101976/）
一本书（小波与小波变换，林福宗）

特点：
傅里叶：把信号分解成不同频率的正弦波。
小波：把信号分解成原始小波经过移位和缩放后的一系列小波。

写到这里其实啥是小波大家应该都了解了，具体的可以去看上面推荐的那本书。

添加理解
1）加窗的傅里叶
我们在研究信号时，是不是有这样的疑问？
我们的信号一般情况下不是无限的，而只是在一段时间内存在
例如我们发了一小段信号
然后我们用傅里叶来分析它，当当当当……，分析出来了。。。。。
所以可以看出，傅里叶只是分析了我们信号有什么成分，它没有关系我们信号的长短。
你会发现，你把三个信号叠加后，傅里叶变换，和把三个信号每个一段放到仪器，傅里叶变换也是一样的
记住一点

傅里叶只分析信号组成成分，不知道信号开始时间和持续时间

例如，品茶大师，他喝一口茶，会发现里面有绿茶有普尔还有铁观音，而他好像说不出来哪个茶具体加了多少（加茶过程持续了多长时间，或者是啥先加的，啥后加的）。
想要知道信号开始时间，我们最直白的是，把信号分段（分时间），加窗（说的挺好听，其实就是把信号按时间划分成一段一段的），然后做傅里叶，这样就可以看到，每段时间的频域了，也即信号的组成成分。

加窗太窄频率分辨率差：也就是把信号划分的太小，很有可能你把一个周期挺长的波，切了一段，这样就分析不出存在该波成分了。
加窗太宽时间分辨率差：也即信号划分块太大，这样还是不知到信号从啥时候开始的以及持续时间，之前没有划分的时候，宽度是无穷（其实也只是整个信号的持续时间）。

2）小波
小波不是加窗傅里叶，它完全没有用到傅里叶
傅里叶的基：无限长的三角函数基
小波：有限长的会衰减的小波基——获取频率成分（伸缩）的同时，可以定位时间（平移）

还有个更好玩的，为啥傅里叶能找到信号成分
傅里叶用很多三角函数作为基，去找到信号中和三角函数频率一致或者是倍数的成分。
还有就是，实际中，傅里叶也不傻，它根本就不会用无穷的三角函数，它也是要判定信号的长度，然后用同样长度的三角函数波来找信号
怎么找？
三角函数会与咱们的信号交很多点，有些点的值会隔一段时间交一次，那么它就和当前三角函数的频率一致，或者是三角函数的几倍频率，那么它们就会一直按一定时间相交，且交点值相同

其实采样也是一样的，我们虽然不能像看到三角函数那样柔美曲线一样，也看到冲击函数的曲线，但是它是周期的，和我们的三角函数作用一致，其实比三角函数更爽，这个能直接改周期，第一个冲击和下一个相同值冲击的距离，就是周期，实在太爽了。

——————这里还有另外一个知识点，经过采样的信号，它的频域会复制很多次（频域延拓），这是因为………………
我们在分析一个信号时，我们已知的是我们的冲击函数的频率，而未知的是信号。
科学家还发现一个规律
如果一个信号的频率是f，此时使用的采样频率是fc
那么另外一个信号的频率只要是nfc + f，（这里n是一个整数），两个信号采样结果是一样的