From paper 0013:
Application of the cross wavelet transform and wavelet coherence to geophysical time series
- phase angle statistics can be used to gain confidence in causal relationships
- wavelet transforms expand time series into time frequency space and can therefore find localized intermittent periodicities.
小波变换两种类型:
- Continuous Wavelet Transform (CWT)
- Discrete Wavelet Transform(DWT)
区别:
DWT是数据的压缩表示,对于噪声的减少和书压缩很有用;
CWT则是对特征提取很有用
此处只涉及CWT
(1) The Continuous Wavelet Transform (CWT)
首先说说小波(wavelet)
小波是什么呢?小波首先是一个函数,该函数的均值为零,且既在时域又在频域存在。我们可以通过一个小波所在的时间( Δt )和所在的频率( Δω 或者带宽 bandwidth)来表征一个小波。
根据海森堡不确定原理(Heisenberg uncertainty principle),我们不能同时确定时间和频率。
当然有很多种小波的定义方式,
Morlet 小波是这样定义的:
其中 ω0 是无量纲的频率, η 是无量纲的时间。
在处理特征提取的时候,Morlet wavelet( ω0=6 )是一个不错的选择,因为它权衡了时间和频率。所以接下来的套路都是基于这个Morlet wavelet的。
其实连续小波变换(CWT)的思想就是,将小波作为一个带通滤波器作用到时间序列上。小波通过变换它的尺度(scale)来在时间维度上拉伸(stretch)。
所以 η=s⋅t ,然后再标准化到单位能量上去。
对于Morlet wavelet( ω0=6 ),傅里叶时段( λwt )几乎就等于scale为( λwt=1.03s )的时候。
一段有固定步长 δt 的时间序列(