交叉小波变换（cross wavelet transform）是什么？

小波变换可以很好的在时频域中分析单个信号的瞬态和突变等时变特性，交叉小波变换是在小波变换的基础上提出的， 主要用来处理两个信号之间的相关程度。传统的互相关分析方法， 是通过傅里叶变换将信号从时域上转换到频域上，然后在频域上解析数据之间的相关性， 而且主要针对平稳信号开展分析， 在面对非平稳信号时， 分析效果则不尽如人意。与之不同，交叉小波变换主要是同时在时域和频域上分析两个非平稳信号之间的相关性， 比频域上相关分析， 能提供更为丰富的特征信息。

在具体应用时， 一般采用小波交叉谱对信号进行分析， 主要反映两个信号在时频分布上的相关程度，其幅度值越大则说明两信号相关程度越显著。此外， 考虑到小波交叉谱中低幅度处也可能存在较大的相关信息， 因此也可采用小波相干谱方法进行分析，小波交叉谱和小波相干谱的具体推导去看相关的文献。

在小波变换基础之上所发展出的交叉小波变换可以获得两个信号在吋频分布上的相关性分布情况。其相关系数值越大表示信号间的相关程度越高，先利用模拟信号进行分析。

第1个仿真信号的数学表达式如下：
 

第2个仿真信号的数学表达式如下：

对两个仿真信号加入能量比为20%的随机噪声， 随后进行交叉小波分析， 其小波交叉谱与小波相关谱如下图所示。