三角波的傅里叶变换对_小波变换wavelet transformation

小波（wavelet）：

有限时间内平均值为0的波。

适用于分析瞬变，非平稳的信号。

傅里叶变换存在的问题：

第一个就是傅立叶变换是整个时域，所以没有局部特征，如果在时域张有了突变，那么在频域就需要大量的三角波去拟合。

三角函数拟合方波

第二，面对非平稳信号，傅立叶变换不知道各成分对应的时刻是什么

针对第二个问题：采用的改进是，采用短时傅里叶变换，加入时间信息

短时傅立叶变换（Short-time Fourier Transform,STFT）

时域上分成一段一段做FFT。

小波变换：让窗口的大小可以改变。（相当于是这样，但实际小波变换是另一个思路）

而小波变换并没有采用窗的思想，更没有做傅里叶变换。小波直接把傅里叶变换的基给换了——将无限长的三角函数基换成了有限长的会衰减的小波基。这样不仅能够获取频率，还可以定位到时间了~

这个基函数会伸缩、会平移（其实是两个正交基的分解）。缩得窄，对应高频；伸得宽，对应低频。然后这个基函数不断和信号做相乘。某一个尺度（宽窄）下乘出来的结果，就可以理解成信号所包含的当前尺度对应频率成分有多少。小波做的改变就在于，将无限长的三角函数基换成了有限长的会衰减的小波基。

傅里叶变换，变量只有频率ω，小波变换有两个变量：尺度a（scale）和平移量 τ（translation）。尺度就对应于频率（反比），平移量 τ就对应于时间。