这篇文章简要地以图形的形式展示了离散小波变换 (DWT) 和连续小波变换 (CWT) 之间的区别。
什么时候CWT比DWT更合适?
要回答这个问题,需要考虑如下问题:是否需要知道连续分解的所有值才能准确地重构信号?是否需要非冗余分析?
当信号的能量是有限的时候,并不需要所有的分解值来精确地重建原始信号,在这种情况下,DWT就足够了,而CWT就太过冗余了。而CWT通常更容易解释,因为CWT特有的冗余性往往会增强信号特征,尤其是对于某些微弱信息尤其如此。因此,CWT的“可读性”和易于解释性较强。
下面给出一个低频率的正弦波突然伴随一个高频率的正弦波组成的不连续信号,使用Haar小波执行5层离散小波变换 DWT。
lev = 5;
wname = 'db1';
nbcol = 64;
[c,l] = wavedec(signal,lev,wname);
把离散小波系数图画出来
看一下连续小波变换 CWT时频谱
看一下最“精细”的CWT 系数,由此可以精确定位频率突变位置
这个例子也清晰的显示了小波分析相对于傅里叶的一个重要优势。如果通过傅里叶变换分析相同的信号,将无法检测到信号频率变化的瞬间,而在小波变换可以清楚地观察到。