话说很早以前,我们接触的信号频域处理基本都是傅立叶和拉普拉斯的天下。但这些年,小波在信号分析中的逐渐兴盛和普及。这让人不得不感到好奇,是什么特性让它在图象压缩,信号处理这些关键应用中更得到信赖呢?说实话,我还在国内的时候,就开始好奇这个问题了,于是放狗搜,放毒搜,找遍了中文讲小波变换的科普文章,发现没几个讲得清楚的,当时好奇心没那么重,也不是搞这个研究的,懒得找英文大部头论文了,于是作罢。后来来了这边,有些项目要用信号处理,不得已接触到一些小波变换的东西,才开始硬着头皮看。看了一些材料,听了一些课,才发现,还是那个老生常谈的论调:国外的技术资料和国内不是一个档次的。同样的事情,别人说得很清楚,连我这种并不聪明的人也看得懂; 国内的材料则绕来绕去讲得一 塌糊涂,除了少数天才没几个人能在短时间掌握的。
考虑到我以前看中文资料的痛苦程度,我会尽量用简单,但是直观的方式去介绍。有些必要的公式是不能少的,但我尽量少用公式,多用图。另外,我不是一个好的翻译者,所以对于某些实在翻译不清楚的术语,我就会直接用英语。我并不claim我会把整个小波变换讲清楚,这是不可能的事,我只能尽力去围绕要点展开,比如小波变换相对傅立叶变换的好处,这些好处的原因是什么,小波变换的几个根本性质是什么,背后的推导是什么。我希望达到的目的就是一个小波变换的初学者在看完这个系列之后,就能用matlab或者别的工具对信号做小波变换的基本分析并且知道这个分析大概是怎么回事。
最后说明,我不是研究信号处理的专业人士,所以文中必有疏漏或者错误&