个人理解小波变换及转载小波变换原理
在学习傅里叶变换的时候我们接触过周期信号的傅里叶变换。傅里叶级数的直观感受就是任意一个周期信号可以用N个正余弦叠加来表示。这些正余弦的频率和幅度各异。每一个余弦信号都有着自己固定的频率和幅值。所以，在傅里叶变换之后，对应频域上不同频率的幅值不同。这就体现了频域上的特点、但傅里叶变换存在以下不足：
（1） 傅立叶变换的三种形式中的傅立叶系数都是常数，不随时间 t 变化，因而只能处理频谱成分不变的平稳信号，相反的，在处理非平稳信号时会带来很大误差，甚至与实际情况大相径庭。（举例：无阻尼与有阻尼的单自由度的自由振动、打秋千、座钟、讨论会与大合唱等）。
在实际信号中，若高频与低频差别很大，在相同的时间间隔内，高频信号衰减了而低频信号尚未衰减，所以，在不同时刻，信号的频谱成分是不同的。硬要用傅立叶变换找出所有时刻的频谱成分，硬要把幅值的变化用频率的变化来补偿，不仅高频的傅立叶系数有误差，低频的傅立叶系数也有很大误差，包括求出的频率当然也有误差。
（2） 求傅立叶系数是全时间域T上的加权平均，(这里因为没有办法显示数学公式，简单的说明，就是傅里叶表达式里的系数表达式ak和bk前面都有2/T）局部突变信息被平均掉了，局部突变信息的作用很难反映出来（好比吃大锅饭，平均主义）。差别很大的信号，如方波、三角波、正弦波，都可以得到相同的频率，所以，处理、捕捉突变信号如故障信号，灵敏度很差。处理、捕捉突变信号应使用能反映局部信息的变换。
为了克服以上两点局限性，这就要求：
（1） 将变换系数视为随时间变化的，级数求和由一重（时间）变为两重（时间、频率）求和。
（2） 使用能反映局部信息的变换，则函数组不能使用全域上的函数，只能使用有所谓紧支撑的函数，即“小波函数”或 加窗傅立叶变换的窗函数。
小波分析之前，大家曾尝试着用加窗傅里叶变换，加窗傅立叶变换的“时间—频率窗”的宽度对于观察所有的频率是不变的。在较长的时间窗内，对于高频信号，可能经过了很多周期，因而求出的Fourier 变换系数是很多周期的平均值，局部化性能不能得到体现。若减小时间窗（减小 ），高频信号局部化性能得到体现，但对于很低的频率信号来讲，检测不到。总上所述，加窗傅立叶变换对于高频与低频差别很大的信号仍不是很有效的。
小波变换在理解上与傅里叶变换有着异曲同工之妙，不过相比较之下，二者还是有很大不同的；改进变换方式的原因有三：
（1） 傅立叶级数的正弦与余弦系数为常数，不能反映振幅变化的情况；
（2）求傅立叶系数需要所考虑的时间域上所有信息，不能反映局部信息的特征；
（3）加窗傅立叶变换时间窗是固定不变的，高频与低频的时间局部化不能同时满足。
由于上述原因，必须进一步改进，克服上述不足，这就导致了小波分析。
小波级数是两重求和，小波系数的指标不仅有频率的指标 ，而且还有时间的指标 。也就是说，小波系数不仅像傅立叶系数那样，是随频率不同而变化的，而且对于同一个频率指标 ，在不同时刻 ，小波系数也是不同的。这样就克服了上面所述的第一个不足。
由于小波函数具有紧支撑的性质，即某一区间外为零。这样在求各频率水平不同时刻的小波系数时，只用到该时刻附近的局部信息，从而克服了上面所述的第二个不足。
小波变换的“时间—频率窗”的宽度，检测高频信号时变窄，检测低频信号时变宽，这正是时间—频率分析所希望的。
根据小波变换的“时间—频率窗”的宽度可变的特点，为了克服上面所述的第三个不足，只要不同时检测高频与低频信息，问题就迎刃而解了。如，选择从高频到低频的检测次序，首先选择最窄的时间窗，检测到最高频率信息，并将其分离。然后，适当放宽时间窗，再检测剩余信息中的次高频信息。再分离，再放宽时间窗，再检测次次高频信息，依次类推。
为了检测到不同频率水平信息，即求出不同频率水平下不同时刻的小波系数，首先要选好小波函数。
选择小波函数的“四项原则”。
小波分析的最重要的应用是滤波，为了保证滤波不失真，小波函数必须具有线性相位，至少具有广义线性相位。小波分析的另一重要应用是捕捉、分析突变信号，这就要使用函数的导数，小波函数至少是 连续。由前面分析可知，小波函数必须具有紧支撑的性质。所以，正交、线性相位、连续、紧支撑是选择小波函数的“四项原则”。
后记
遗憾的是，上帝像是有意考验我们的数学家，没有将“四合一”的小波函数“直接”恩赐给人类。数学家们已经证明，具有正交、线性相位、紧支撑的小波函数只有 Harr函数，而Harr函数是间断函数，对于工程应用来说，是不理想的。
目前比较新的研究是CS（当然不是警匪枪战的那个，是compressed sensing)，中文大家翻译压缩感知理论，是在盲源分离和稀疏分解理论基础上的一个和成品吧。用这种方法，采样就可以比Nyquist–Shannon sampling theorem里的少很多，减轻计算机硬件压力。利用L1范数之类的方法，可以有很大概率，甚至满足一定条件可以达到唯一解，即能恢复到原来信号的模样。
个人理解小波变换及转载小波变换原理相关推荐
- 北风设计模式课程---深入理解［代理模式］原理与技术
北风设计模式课程---深入理解［代理模式］原理与技术 一.总结 一句话总结: 不仅要通过视频学,还要看别的博客里面的介绍,搜讲解,搜作用,搜实例 设计模式都是对生活的抽象,比如用户获得装备,我可以先装 ...
- 彻底理解HashMap的元素插入原理
转载自 彻底理解HashMap的元素插入原理 HashMap,是Java语言中比较基础也比较重要的一种数据结构,由于其用途广泛,所以,Java的工程师在设计HashMap的时候考虑了很多因素. 通 ...
- 什么是MOS管驱动电路，如何理解MOS管驱动电路原理？
今天泰德兰电子 小编和大家分享主题:什么是MOS管驱动电路,如何理解MOS管驱动电路原理? 作为电子工程师,我们都知道在使用MOS管设计开关电源或者马达驱动电路的时候,大部分人都会考虑MOS的导通电阻 ...
- 小波变换学习笔记（2）：连续信号的连续小波变换与离散小波变换
前言 上次说到小波变换的知识体系,这篇博客就主要说小波变换里的连续信号的连续小波变换与离散小波变换. 连续信号的连续小波变换 话不多说,我们先放公式,如果你是第一次接触小波,你可会有点懵,但是不要怕, ...
- 理解SQL查询的底层原理
阅读目录 一.SQL Server组成部分 二.查询的底层原理 本系列[T-SQL]主要是针对T-SQL的总结. T-SQL基础 [T-SQL基础]01.单表查询-几道sql查询题 [T-SQL基础] ...
- syslog 向内存中缓存_动画：深入浅出从根上理解 HTTP 缓存机制及原理！
HTTP 缓存,对于前端的性能优化方面来讲,是非常关键的,从缓存中读取数据和直接向服务器请求数据,完全就是一个在天上,一个在地下. 我们最熟悉的是 HTTP 服务器响应返回状态码 304,304 代表 ...
- 0基础怎样理解深度学习的工作原理？做个票价预测工具就懂了
原作:Radu Raice 安妮 编译自 Medium 量子位 出品 | 公众号 QbitAI 这篇文章颇!具!人!气! 软件工程专业的学生Radu Raice近日发表了文章<Want to k ...
- c语言转fpga原理,要想玩转FPGA，就必须理解FPGA内部的工作原理-可编程逻辑-与非网...
FPGA(Field-Program mable Gate Array),即现场可编程门阵列,它是在 PAL.GAL.CPLD 等可编程器件的基础上进一步发展的产物.它是作为专用集成电路(ASIC)领 ...
- 利用Python理解TTF矢量字体显示原理
本文从微软雅黑字体MSYH.TTF中抽取出2次B样条曲线和直线的控制节点坐标数据,利用Python将汉字轮廓绘制出来. MSYH字体轮廓是由2次B样条曲线和直线构成的,下图(fontforge软件获取 ...
最新文章
- R语言ggplot2可视化整体排序的水平堆叠条形图（Ordered Stacked Horizontal Barplot）
- (八)Eclipse创建Maven项目运行mvn命令
- python新手遇到的5大坑
- MySQL select后面的子查询使用
- SQL性能优化工具TKPROF
- Java面向对象（15）--static关键字静态理解与使用
- python判断是否为完全数_Python识别完美数
- linux 用户管理 指令,Linux 用户管理常用命令
- 运动目标跟踪（九）--Struck跟踪原理
- u盘装服务器系统还原c盘失败,云骑士一键重装系统win10还原c盘失败怎么办
- 数值方法求积分 详解+模板代码
- 保研复习整理——通信原理
- 使用多种算法挖掘Alexa域名数据
- windows系统有那些服务器版本,windows系统有哪些版本
- 程序人生 - 国有划拨和国有出让的区别 国有划拨参照什么标准进行
- 银行用计算机实现了,银行考试计算机专项练习（一）！！！.pdf
- Makefile的常见错误信息
- zabbix 监控 php-fpm
- 驱动RGB灯带MCU阐述
- 4.6有一个函数。 写程序，输入x的值，输出相应的y值