Skip to content

15.5.2 小波 ​

傅里叶变换没有定位性能, 即如果信号在一个位置发生了变化, 则傅里叶变换处处发生了变化, 不可能 “立刻” 识别发生变化的位置. 这个情况是基于傅里叶变换把信号分解成了平面波. 平面波通过三角函数刻画, 三角函数在任意长的时间内都以相同周期进行振荡. 但对于小波变换,有几乎可以自由选取的函数 ψ ,小波(小局域波) 通过平移和伸缩分析信号.

例子见哈尔小波(图 15.28(a))和墨西哥草帽小波(图 15.28(b)).

◼A : 哈尔小波:

(15.144)ψ={1,0≤x<12,−1,12≤t≤1,0, 其他. 

0193686d-91c3-7222-a100-f59d7e5e597d_46_459_991_723_324_0.jpg

◼B:墨西哥草帽小波:

(15.145)ψ(x)=−d2dx2e−x2/2(15.146)=(1−x2)e−x2/2.

通常认为,任何函数 ψ 可视为小波,如果函数二次可积,且根据 (15.143a),其傅里叶变换 Ψ(ω) 生成正的有限积分

(15.147)∫−∞∞|Ψ(ω)||ω|dω

关于小波, 下述性质和定义非常重要:

(1)对于小波的均值, 有

(15.148)∫−∞∞ψ(t)dt=0.

(2) 下述积分称为小波 ψ 的 k 阶矩:

(15.149)μk=∫−∞∞tkψ(t)dt

使得 μn≠0 的最小正整数 n ,称为小波 ψ 的阶.

◼ 对于哈尔小波 (15.144), n=1 ,对于墨西哥草帽小波 (15.146), n=2 .

(3) 若对任意 k ,有 μk=0 ,则 ψ 是无限阶的. 具有有界支集的小波总是有限阶的.

(4) n 阶小波与任何次数 ≤n−1 的多项式正交.

version 1.24.0