小波变换概述（纯文字无公式）

(请特别注意字体加粗的内容)

小波变换是短时傅里叶变换的发展，是用不同的分辨率分析不同频率成分的多分辨率分析方法，解决了信号处理中的分辨率问题。小波分析与短时傅里叶变换类似，将待分析信号和一个函数(类似于短时傅里叶变换中的窗口函数)相乘，之后对时间域信号的不同局部分别计算信号的小波变换。

小波变换与短时傅里叶变换有两点主要的不同：①对窗口化后的局部信号(待分析信号与窗口函数相乘)不是做傅里叶变换，所以变换后不会像傅里叶变换那样出现对称的双峰，只出现对应正弦曲线的单峰，即不会出现负频率。②对每个单一的频率成分，都会自动随变换调整窗口函数宽度(即改变分辨率)，这是小波变换最重要的特点。

小波变换在分析信号过程中，通过对一种基本小波(称为母小波)进行平移(沿时间轴移动)和尺度化(即膨胀或收缩)操作，形成一组模板基函数，并将该组模板基函数与待分析信号比较，从而实现根据信号中的不同频率成分自动变化窗口尺寸的功能。

“小波”即是说，这种窗口函数具有有限长度的支撑(即紧支撑)，而“波”则代表该窗口函数是正负交替振荡的。而基本小波则是指，由这种“原型”波可以派生或生成推导出变换中使用的、具有不同支撑区域的窗口函数族。τ(希腊字母，读作套)表示平移参数，它表示尺度化后的基本小波沿时间轴移动的中心位置。a>0，表示尺度参数。

a的值与频率f成反比，它决定了尺度化后的基本小波ψ[(t-τ)/a]在时间域以及频率域的窗口宽度，也就是决定了小波的时间分辨率和频率分辨率。

平移的位置τ是与时间t密切相关的，因为它代表了基本小波中心所处的位置，它可以看成是从时刻t=0开始所过去或消逝的时间。

最小的尺度对应着较高的频率，即频率随着尺度的增加而减小，而较大尺度的部分则对应着信号中的低频信息。

小波变换对高的频率成分具有高的时间分辨率和低的频率分辨率，而对低频成分则具有高的频率分辨率和低的时间分辨率。

小波变换的图形形状的实际意义是：

• 对高频成分来说，对应的信号波形在时间域变化较快而持续时间短，此时，必须用窄的窗口函数(相当于高时间分辨率的窗口函数)才能区分不同的频率成分，同时，窄的窗口函数对高频信息发生时间的估计精度也更高。
• 同理对于低频成分，对应的信号波形在时间域变化较缓而持续时间长，此时，用宽的窗口函数(相当于低时间分辨率的窗口函数)就可区分不同的频率成分，同时，宽的窗口函数对信号低频信息所能观察的范围更大、采集的样本更多以及对信号的把握也就更可靠、更准确。

小波变换在时间-频率平面上是连续的，它是用不同的分辨率分析不同的频率成分，可以根据所分析的频率成分自适应地调整分析窗口函数的分辨率。