傅里叶变换与小波变换

傅里叶变换

• 将信号用function basis的形式表示，函数基通常是正弦函数或者余弦函数，因为正交，便于求出系数。

小波变换

• 傅里叶变换用的是正弦波，特点是能量无穷，同样的振幅可以在无穷大的区间里振荡。小波是一种是一种能量在时域非常集中的波。它的能量是有限的，而且集中在某一点附近。因此它对于分析瞬时时变信号非常有用。可以通过伸缩、平移等计算对函数或信号进行多尺度分析。
• 每个小波变换都有一个母小波和父小波（尺度函数）。通常情况下小波级数（构成小波基）正交且归一化。一般使用母小波来做缩放和平移表示小波函数。
• 数学定义中，有一种空间叫Lebesgue空间，对于信号处理非常重要，可以用$L^p(R)$表示，指的是由p次可积函数所组成的函数空间。我们在小波变换中要研究的信号都是属于$L^2(R)$空间的，这个空间是R上的所有处处平方可积的可测函数的集合，这样就等于对信号提出了一个限制，就是信号能量必须是有限的，否则它就不可积了。
• 
  这个图是圈圈套圈圈，最里面的圈是V0，之后分别是V1，V2，V3，V4。那他们有趣的性质就是，假如有一个函数f(t)他属于一个某空间，那你将其在时域上平移它还是属于这个空间。但如果你对它频域的放大或缩小，它就会相应移到下一个或者上一个空间了。
• 对于任何一个包含V0的更上一层的空间来讲，他们的基都可以通过对scaling function做频域的scale后再做时域上的整数变换得到！
• 就是对scaling function的变换平移给你不同的子空间，而不同的子空间给你不同的分辨率，这样你就可以用不同的分辨率去看目标信号。
• 上一个子空间的basis（尺度）加上 上一个子空间的小波函数，就构成了本子空间的basis。
• wavelet function和scaling function背后的物理意义了：wavelet function等同于对信号做高通滤波保留变化细节，而scaling function等同于对信号做低通滤波保留平滑的shape！

小波级数

其中：

c0(k)和dj(k)分别称作近似系数与细节系数。