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
我们知道,根据欧拉公式,
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:
![d721052755abebb1346e4dcad9bec1ad.png](https://i-blog.csdnimg.cn/blog_migrate/1e302ffc7e273a2dc344e7f79f25f664.jpeg)
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
我们来用一段较长的时间区间计算一下,
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:
![95572016b7b8dcbd7573cb1e9e1b7a68.png](https://i-blog.csdnimg.cn/blog_migrate/952b1ecd2698a33488031ff96cec64e8.jpeg)
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
我们来用一段较长的时间区间计算一下,
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:
![4ffe5bf57524c193ea343f06ab747a74.png](https://i-blog.csdnimg.cn/blog_migrate/e80572d1a098848db56ef0b5f4f89c1d.jpeg)
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
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
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
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:
![ae3eb193e20e87f83d30b7af8047d1eb.png](https://i-blog.csdnimg.cn/blog_migrate/6eb4509f907d12452e7e4404c74cd2d6.jpeg)
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
我们还是来用之前的时间区间计算一下,
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
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:
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
假设有一个向量
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:
类似的,函数
我们来看,
我们已经知道,
我们来看,实部
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:
![a27275cf8043bdc74de9a979822942f3.png](https://i-blog.csdnimg.cn/blog_migrate/6855976c7a4e20472b231b29b9acf01d.jpeg)
可以看到,与我们的预期相同,变换之后,在
这里需要说明三点:
1、如果是理想的FT,即在
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
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.comhttp://feihu.eng.ua.edu/NSF_TUES/w7_2.pdf (强烈安利,必看教程)