小波分析,从傅里叶变换到小波变换

先说变换是什么

变换就是定义域和值域都是函数集而非数值的函数。 它仍然是一种映射，只是从函数集映射到函数集。

比如傅里叶变换和拉普拉斯变换这两种信号处理领域最先学习接触的变换方法，他们的定义域就是时间的函数，值域是频率的函数。

信号分析的主要手段就是找一个简单有效的信号变换方法，把信号里面包含的重要特征显示出来。

再说傅里叶变换有什么局限

简述FT

见过无数次的定义式

另外傅里叶级数展开的物理意义可以描述成： 一个周期性振动的量，可以看成是具有简单频率的简谐振动的叠加。

FT是域变换，时域到频域，时域看不出来的特征通常在频域会很明显。而频谱分析的本质就是对 变换到频域的信号$\hat{f}(w)$进行滤波等处理。

FT是分析平稳信号（即所有时间对应于一个频点）的有力工具。它的积分作用平滑了非平稳过程额突变部分，积分核$e^{-jwt}$的幅值在任何时候都是1。

傅里叶变换的核函数是$e^{jwt}$,即是正弦波。

FT是整体变换/全局变换。频谱$\hat{f}(w)$上每一个频点的取值都是由$f(t)$在整个时间域$(-\infty ,+\infty )$的贡献决定的，时间过程$f(t)$的每一个时间点的取值也是整个频段$(-\infty ,+\infty )$的贡献决定的。所以FT只能反映出信号的整体特征，对局部激烈震荡的细节无能为力。

FT因无法处理时变信号而裹足不前

然而

实际中的信号大多都是不平稳的时变信号（不同时间对应不同频点），我们需要知道每个时刻对应什么频率成分。

于是D.Gabor引入了STFT，并于1946年因此获诺贝尔奖。

短时傅里叶变换随着窗口在时域上滑动，可以实现时变信号的分析，看到每个时间段对应的频率成分。

STFT为了克服FT的缺点（不能处理时变信号）诞生了

但是！

STFT只有单一分辨率。因为窗口函数没有自适应功能，只能移动位置不能改变形状。