kl变换与小波变换区别与联系_小波变换和小波分析的区别

本文介绍了傅立叶变换在时域与频域的应用,指出其在处理非平稳信号时的局限性。接着,探讨了小波变换的起源和优势,小波变换通过变换基,实现了时频局部分析,有效处理非稳定信号,适用于信号的去噪和时频分析。
摘要由CSDN通过智能技术生成

傅立叶变换:将时域上的波形分解成正弦波的过程就是傅立叶变换,傅立叶正变换可以将波形分解,投影到频域上,傅立叶逆变换可以将频域上波形叠加,映射到时域上。变换过程如下图所示:

为何要进行傅立叶变换?

很多在时域看似不可能做到的数学操作,在频域相反很容易。这就是需要傅里叶变换的地方。尤其是从某条曲线中去除一些特定的频率成分,这在工程上称为滤波,是信号处理最重要的概念之一,只有在频域才能轻松的做到。离散傅里叶变换(DFT)是傅里叶变换在离散系统中的表示形式。但是DFT的计算量非常大, FFT就是DFT的一种快速算法。

时域分析与频域分析是对模拟信号的两个观察面,根据傅立叶分析,所有的波形都可以分解为正弦波,可以由不同频率的正弦波叠加而成,一种频率的正弦波在频域上对应一个点,就行时域上的时间点一样。例如下图波形,从时域上看是类似方波,二如果从频域上看就是一个个线段。

傅里叶变换的特点:

对于数据信号的去噪,傅立叶变换是将信号完全的放在频率域中分析,但无法给出信号在每一个时间点的变化情况,无论信号在时间轴上任何一点产生突变,都将会影响到整个频域的信号。因此,傅立叶变换不能有效的区分出信号中出现的尖峰是由突变部分还是不平稳白噪声引起的。

小波变换

那么你可能会想到,让窗口大小变起来,多做几次STFT不就可以了吗?!没错,小波变换就有着这样的思路。

但事实上小波并不是这么做的(关

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值