《小波与傅立叶分析基础》学习笔记（前言）

        为了入门雷达信号处理，先从数字信号处理相关书籍开始看。看书老不认真而且不思考，决定把笔记记为电子版，激励自己坚持有思考地读下去✊（笑死

       该书前言简单介绍了“傅立叶分析”和“小波”，主要是它们在信号处理中的应用。而具体概念、计算和相关定理将在后续章节详细讲述。

     【第1章 傅立叶级数｜第2章傅立叶变换｜第3章 离散傅立叶分析｜第4章 Hear小波分析｜第5章 多分辨率分析｜第6章 Daubechies|第7章 其他小波主题】（等我写好我就可以在这里放链接嘻嘻）

一、傅立叶分析

       展开成傅立叶级数的基本目的：把一个信号（时间变量t的函数）分解成不同的频率分量。以便接着可以实现各种滤波算法。

      基本构造块是：正弦函数和余弦函数

· 滤除噪声：

举例：

该函数有3个分量，其振荡频率分别为

这部分造成了上图中f曲线的抖动，令系数0.3等于0，得到函数

其图形除了没有高频抖动以外，同f的图形几乎一样。

⭐️ 这个例子显示了一种滤除噪声的方法，该方法就是把信号f(t)用正弦和余弦信号展开

然后忽略掉与滤除频率相应的系数。

·数据压缩

        目的：在不明显损伤原信号的基础上，尽可能地压缩信号

       方法：

Step 1 把信号表示成傅立叶级数：

Step 2 在某个给定的错误容限下，把小于相应阈值的系数 舍弃掉。仅仅将那些 大于阈值的系数传递，再在接收端进行重构。

·注

1⃣️对于大多数信号，其傅立叶级数中显著系数相对较少

2⃣️傅立叶级数的构造块是无始无终的周期性正弦波和余弦波，适合滤除或压缩那些具有近似周期的波动信号，而对那些具有显著局部特性的信号无能为力。

二、小波

构造块：小波。就像是仅持续一两个周期的波动，仅在有限的一段区间有非零值。

可以用于模拟具有显著局部特性的信号，如具有孤立噪声的信号：

并且，小波可以沿时间轴前后平移，也可以按比例伸展和压缩以获取低频和高频小波。如Daubechies(N=2)小波

高频Daubechies小波

滤波或压缩

基本方法：

Step 1将给定信号展开成小波的平移和伸缩之和，

Step 2然后把欲舍弃项的系数去掉或进行适当修改

三、正交性

      为了实现把一个信号进行分解展开的有效算法（傅立叶或基于小波的算法），构造块（正弦、余弦或小波）正交性。如对正弦函数：

对余弦函数同理。此外，对所有的 m 和 n 有：

        后面将看到，正交性导致产生了求解傅立叶系数（）的简单公式和高效算法（FFT，快速傅立叶变换）

        但在小波中，如何保证平移和伸缩后的小波仍然满足正交性？如何得到计算小波系数的高效算法？

💗第一次写，基本还是抄书，有问题或更好的雷达处理学习方法请不吝赐教，后面将做得更好。见谅～