小波变换的发展简史.docx

《小波变换的发展简史.docx》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、从时频分析方法发展的角度出发（对比每种方法的优缺点），简述了小波变换的发展历史。小波变换的概念是由法国从事石油信号处理的工程师J.Morlet在1974年首先提出的，通过物理的直观和信号处理的实际需要经验的建立了反演公式，当时未能得到数学家的认可。幸运的是，1986年著名数学家Y.Meyer偶然构造出一个真正的小波基，并与S.Mallat合作建立了构造小波基的同一方法枣多尺度分析之后，小波分析才开始蓬勃发展起来。与Fourier变换、窗口Fourier变换相比，它是一个时间和频率的局域变换，因而能有效的从信号中提取信息，通过伸缩和平移等运算功能对函数或信号进行多尺度细化分析，解决了Fo

2、urier变换不能解决的许多困难问题，从而小波变化被誉为“数学显微镜”，它是调和分析发展史上里程碑式的进展，势必取代傅立叶分析的位置。1．小波分析的3个特点：小波变换，既具有频率分析的性质，又能表示发生的时间。有利于分析确定时间发生的现象。（傅里叶变换只具有频率分析的性质）小波变换的多分辨度的变换，有利于各分辨度不同特征的提取（图象压缩，边缘抽取，噪声过滤等）小波变换比快速Fourier变换还要快一个数量级。信号长度为M时，Fourier变换（左）和小波变换（右）计算复杂性分别如下公式：2.小波基表示发生的时间和频率：傅里叶变换（Fourier）基小波基时间采样基“时频局域性”图解：F

3、ourier变换的基（上）小波变换基（中）和时间采样基（下）的比较4.信号的时频分析：信号时频分析的重要性：-时间和频率是描述信号的两个最重要的物理量。-信号的时域和频域之间具有紧密的联系。信号时频分析的主要方法：3.傅里叶变换（一）傅里叶变换伟大贡献及其局限性：傅立叶变换的理论是人类数学发展史上的一个里程碑，从1807年开始，直到1966年整整用了一个半世纪多才发展成熟，她在各个领域产生了深刻的影响得到了广泛的应用，推动了人类文明的发展。其原因是傅立叶理论不仅仅在数学上有很大的理论价值，更重要的是傅立叶变换或傅立叶积分得到的频谱信息具有物理意义。遗憾的是，这种理论具有一定的局限性。（

4、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，相反地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。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上的加权平均。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，

5、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，级数求和由一重变为两重；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。（二）Garbor变换——窗口Fourier变换：在时间--频率分析中，Fourier变换公式的不足已经被D.Garbor注意到了，在1946年的论文中，为了提取信号的Fourier变换的局部信息，引入了一个时间局部化的Gaussian函数作

6、为“窗函数”g（t-b）其中参数b用于平移动窗以便覆盖整个时间域。因为一个Gaus-sian函数的Fourier变换还是Gaussian函数，所以Fourier逆变换即频率也是局部的。（三）傅立叶变换的缺点：用傅立叶变换提取信号的频谱需要利用信号的全部时域信息。傅立叶变换没有反映出随着时间的变化信号频率成分的变化情况。傅立叶变换的积分作用平滑了非平稳信号的突变成分。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。4.小波变换（一）小波变换的分类：连续小波变换-时间、控制窗口大小的参数和时移参数都连续的小波变换。离散参数小波变换-时间连续，控制窗口大小的参数和时移参数离散

7、的小波变换。离散小波变换-时间、控制窗口大小的参数和时移参数都离散的小波变换。（二）克服傅里叶变换的不足：（1）克服第一个不足：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j，在不同时刻k，小波系数也是不同的。（2）克服第二个不足：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。（3）克服第三个不足：通过与加窗傅立叶变