连续小波变换。
使用小波函数对数据执行连续的小波变换。 CWT使用小波函数对数据进行卷积,其特征在于宽度参数和长度参数。小波函数可以很复杂。
参数:
data:(N,) ndarray在其上执行转换的数据。
wavelet:function小波函数,应带有2个参数。第一个参数是返回向量将具有的点数(len(wavelet(length,width))== length)。第二个是宽度参数,定义小波的大小(例如高斯的标准偏差)。参考ricker,满足了这些要求。
widths:(M,) sequence用于转换的宽度。
dtype:data-type, 可选参数所需的输出数据类型。默认为float64如果小波的输出是实数,并且complex128如果很复杂。
1.4.0版的新函数。
kwargs:关键字参数传递给小波函数。
1.4.0版的新函数。
返回值:
cwt:(M,N)ndarray将具有(len(widths),len(data))的形状。
注意:
1.4.0版的新函数。
对于非对称复数值小波,输入信号与小波数据[1]的time-reversed complex-conjugate卷积。
length = min(10 * width[ii], len(data))
cwt[ii,:] = signal.convolve(data, np.conj(wavelet(length, width[ii],
**kwargs))[::-1], mode='same')
参考文献