超级会员免费看
本文深入探讨了傅里叶变换的局限性，特别是在处理非平稳信号时的问题。短时傅里叶变换（STFT）作为改进，通过加窗方法提供了一定的时频分析能力，但窗口宽度选择仍然是挑战。小波变换通过变换基函数，实现了更精确的时频分析，尤其适用于非稳态信号。文章详细介绍了连续小波变换（CWT）的概念、理论和Python实现，展示了小波变换如何捕获信号的频率和时间信息，以及其在信号处理中的优势。
前半部分参考知乎：咚懂咚懂咚
https://zhuanlan.zhihu.com/p/22450818
从傅里叶变换（傅里叶变换原理）到小波变换，并不是一个完全抽象的东西，可以讲得很形象。
小波变换有着明确的物理意义，下面我就按照傅里叶–>短时傅里叶变换–>小波变换的顺序，讲一下小波变换。
一、傅里叶变换
默认大家现在正处在理解了傅里叶变换，但还没理解小波的道路上。
下面我们主要讲傅里叶变换的不足。即我们知道傅里叶变换可以分析信号的频谱，那么为什么还要提出小波变换？
答案就是，“对非平稳过程，傅里叶变换有局限性”。看如下一个简单的信号：
订阅专栏 解锁全文
扫一扫
2万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
