小波与傅里叶分析基础_小波分析 VS 傅里叶变换

本文通过对比小波分析和傅里叶变换在信号去噪能力上的表现,揭示了小波分析在时频局部化性质上的优势。通过对含有噪声的矩形波信号进行处理,结果显示小波分析能更有效地去除噪声,提供更清晰的信号恢复。
摘要由CSDN通过智能技术生成
小波分析的特点 1.小波分析属于时频变换的一种,传统的傅里叶变换是一种全局的变换,要么在时域要么在频域,它无法表达信号的时频局域性质,但是时频局域性质恰恰是非平稳信号最根本最关键的性质。 2. 小波变换是一种信号的时间- 尺度(时间- 频率)分析方法,是一种窗口大小固定,但其形状可改变,时间窗和频率窗可以改变的时频局部化分析方法。即在低频部分具有较高的频率分辨率和较低的时间分辨率,在高频部分具有较高的时间分辨率和较低的频率分辨率,被誉为数学显微镜。

3.小波分析优于傅里叶变换的地方是,在时域和频域同时具有良好的局部化性质。

举例:比较小波分析和傅里叶变换分析的信号去噪能力。

snr = 4; % 设置信噪比

init = 2055615866; % 设置随机数初值

[si,xi] = wnoise(1,11,snr,init);% 产生矩形波信号和白噪声信号

figure

subplot(321);plot(si);axis([1 2048 -1515]);title('原始信号');

subplot(322);plot(xi);axis([1 2048 -1515]);title('含噪信号');

ssi = fft(si);

abss = abs(ssi);

subplot(323);plot(abss);title('原始信号的频谱');

xxi = fft(xi);

absx = abs(xxi);

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值