matlab小波变换频率确定_从傅里叶变换进阶到小波变换（一）

一、傅里叶变换 （FT）

二、傅里叶变换（FT）的缺点与短时傅里叶变换（STFT）

三、短时傅里叶变换（STFT）的缺点与连续小波变换（CWT）

四、连续小波变换（CWT）的缺点与离散小波变换（DWT）

源代码：1368069096/From_FT_to_WT_examples-

一、傅里叶变换（FT）

1、傅里叶变换（FT）

在看这篇文章之前，你首先得有傅里叶变换（FOURIER TRANSFORM，简称FT）的基本知识。

我们都知道，傅里叶变换可以把一个信号从时域变换到频域。但是，我们必须要理解，为什么傅里叶变换可以把信号从时域转为频域呢？

傅里叶变换的形式为：

，

PS：傅里叶变换还存在系数，有的文章写的是

，有的文章写的是

，两个系数只要满足正变换系数乘上逆变换系数等于

即可。这是为了保证经过一次正变换和反变换之后，得到的信号与原信号幅值相同，与我们接下来的讨论关系不大。

我们知道，根据欧拉公式，

。也就是说，傅里叶变换的本质就是：将原始信号乘上一组三角函数（正余弦），之后在整个时间域上积分。就这么简单！

那么，为什么这么做就能将信号从时域转为频域呢？

我们来看一个信号：y = sin(3t)，如下图：

很好的周期性质，且每个周期的积分值都是0，是吧？如果对这个函数在

积分，那就是基本是0，因为

包含了无数个周期。PS：虽然这个积分在高数上不可积，但是你应该明白这里我要表达的意思：

因为良好的周期性，且每个周期积分值是0，那么最后在很长的一段时间区间上积分，得到的还是一个很小的数，近似为0。

我们来用一段较长的时间区间计算一下，

，符合我们的预计。

现在，我们来将这个信号乘上一个sin(4t) ，则信号变为y1 = sin(3t)*sin(4t)，如下图：

具有一个较短的小幅震动的周期和一个较长的主体周期，对吧？且每个主体周期的积分值都是0。同以上讨论，如果对这个函数在

积分，基本还接近于0，因为

包含了无数个主体周期。

我们来用一段较长的时间区间计算一下，

，也比较符合我们的预计。

之后呢，我们来将这个信号乘上一个sin(3.1t) ，则信号变为y2 = sin(3t)*sin(3.1t)，如下图：

同样是有一个较短的小幅震动的周期和一个较长的主体周期，对吧？可以判断，每个主体周期的积分值都是0（虽然（0，50）这个区间没有完整地展示主题周期）。那么，依然同以上讨论，如果对这个函数在

积分，基本还接近于0，因为

包含了无数个主体周期。

我们来用之前的时间区间计算一下，

。

咦？这一次怎么距离0这么远了呢？

原因就是：对于sin(3t)*sin(4t)，它的主体周期较短，（0，50）是包含了好几个主体周期的，也就是说（0，50）在某种程度上是类似于

的。但是，

对于sin(3t)*sin(3.1t)，它的主体周期很长，（0，50）连它的一个完整的主体周期都没有包含，那么（0，50）是不能类似于

的，积分值自然就比较大。

我们此时可以这样小小总结一下，对于信号y = sin(3t)，它的频率是3rad/s，（如果你喜欢用HZ，那就除以

，就是

HZ，这里使用rad/s，是为了与前面的傅里叶变换的公式中的w一致），而sin(4t)的频率是4rad/s，sin(3.1t)的频率是3.1rad/s。如果在

积分，那么y1 = sin(3t)*sin(4t)，y2 = sin(3t)*sin(3.1t)的积分值都是0，也就是说，sin(4t)和sin(3.1t)在这里是没差别的。但是！！！

如果在一个有限区间内积分，由于sin(3.1t)的频率3.1rad/s，距离原信号y = sin(3t)的频率3rad/s更近，那么sin(3.1t)和sin(3t)的乘积，也就是y2 = sin(3t)*sin(3.1t)的积分的绝对值会更大，也就是会离0更远。这里已经显示出一定的频率选择性了。

最后，让我们请出我们今天的主角，将这个信号乘上一个自己同频率的sin(3t) ，则信号变为y3 = sin(3t)*sin(3t)，如图：

Amazing！！！发现了什么？良好的周期性？还有呢？由于乘上了自己，任何时间的幅值都大于等于0了！不再满足周期内积分值为0这个条件了！那么，此时，我们对这个信号在

积分，就会得到一个非常非常大的数字。

这个很大很大的数字就告诉你，这个信号和你乘的信号是同频率的！这就是可以知道信号中具有哪些频率部分了，不是吗？

我们还是来用之前的时间区间计算一下，

。

是不是比其他的积分值都大了好多？

好了，我们已经知道，将一个信号乘上一个特定频率的sin函数，在

上积分，可以将信号中与sin函数同频率的部分筛选出来。那么，原则上讲，只要乘上所有频率的sin函数，并积分，不就知道原始信号中的所有频率部分了吗？

但是这样做需要把所有频率乘进去，做无数次计算哈！算不出来的。所以，我们将所乘的sin函数的频率作为符号变量w，来进行积分，即：

注意：这里的w只是一个符号，一个变量，这样的话，就只需要做一次积分，可以计算了。

计算出来X(w)之后，想知道特定的频率w0对应的积分值，直接将w0带入X(w)就立马得到积分值。也就知道原信号中是否含有这一频率的部分了。

好了，我们推导的这个式子，是不是与傅里叶变换的式子：

，很像了呢？

这就是傅里叶变换的原理！乘上带有符号变量的sin、cos函数，并积分，就知道原始信号中的所有频率部分啦！

2、傅里叶变换（FT）的正交性

傅里叶变换是一种变换。在变换中，我们将原始信号乘上的信号称为基函数。

在傅里叶变换中，一系列不同频率的sin、cos等函数称为这个变换的基函数。至于为什么需要既使用sin，又使用cos，这涉及到一点点正交函数的概念。傅里叶变换中的不同频率的sin、cos等函数是正交函数，使用正交函数组成的基函数会带给变换一些方便。

我们都知道，向量

的内积为

。

正交的定义为内积为0，即

。如

表示x轴，

表示y轴，则

即意味着x轴与y轴正交。

假设有一个向量

，

在x轴上定位v，

在y轴上定位v。

当x轴与y轴正交时，意味着x坐标和y坐标表示的信息是彼此独立的，两坐标可以完全定位v。

那么，当我们已知向量v，已知x轴a与y轴b，如果知道v的坐标呢？答案就是，投影/内积。

将v向x轴a做投影/内积：

，可以得到

；将v向y轴b做投影/内积：

，可以得到

。

类似的，函数

的内积定义如下：

。

函数正交的定义同样为内积为0，即

。PS：对于周期函数，定义中的积分区间为一个周期。

我们来看，

，

，

，因此，傅里叶变换中的不同频率的sin、cos等函数都是正交函数。我们

将cos想象为一个轴，将sin想象为一个轴 ，这两个轴，就张了一个 函数空间。

我们已经知道，

的傅里叶变换为：

。

我们来看，实部

即相当于将

与cos做内积，即向cos轴投影，得到的是在这个函数空间内的cos坐标，也就是与cos的相似度；虚部

即相当于将

与sin做内积，即向sin轴投影，得到的是在这个函数空间内的sin坐标，也就是与sin的相似度。

因此，傅里叶变换之后，实部是与cos的相似度，虚部是与sin的相似度，傅里叶变换也就是与cos的相似度和与sin的相似度的总和，也就表示了相应的频率信息。

3、小例子

最后，我们对于y=sin(3t)做傅里叶变换（这里画图用的matlab的FFT，是FT的离散快速算法，不是积分出来的，但是原理是相同的，仅做展示使用），变换后的图像如下：

可以看到，与我们的预期相同，变换之后，在

处，出现了峰值，即表示该信号中包含了

的频率成分。

这里需要说明三点：

1、如果是理想的FT，即在

上积分，那么除了

的积分值将是

之外，其他任意频率处的值都应该是0，得到的将是一个冲击函数。但是，这里我用的是离散傅里叶变换（详见我的下一篇文章），可以暂时理解为

类似于我们讨论过的有限区间，当频率靠近3rad/s时（如之前提到的3.1rad/s的例子），也会积分出来一个较大的数值，所以这里不是一个冲击函数，而是一个山峰状的函数；

2、傅里叶变换之后是具有实部和虚部的，实部是与cos的相似度，虚部是与sin的相似度。我们要频率信息的时候，不管是与某一频率w的cos的相似还是与某一频率w的sin的相似，都是这一频率w嘛，不需要区分。因此，这里画图取了模，就不存在实部和虚部了。

3、在

处之所以没有出现我们讨论的很大很大很大的值，是因为我对于变换之后的幅值统一除以了信号取样点的个数，统一压缩了一定的倍数。

Anyway，这三点都不影响我们这篇文章的讨论。

1335：从傅里叶变换进阶到小波变换（二）​zhuanlan.zhihu.com

1335：从傅里叶变换进阶到小波变换（三）​zhuanlan.zhihu.com

1335：从傅里叶变换进阶到小波变换（四）​zhuanlan.zhihu.com

http://feihu.eng.ua.edu/NSF_TUES/w7_2.pdf （强烈安利，必看教程）