连续小波变换在使用中应满足的条件

合集下载

小波变换

小波变换
f (t ) L ( R )
2
, (t ) 为母小波, a , b ( t ) 为分析小波,则f(t)与 a , b ( t )
的内积称为f(t)的小波变换,记为
Wf ( a , b )

f ( t ), a , b ( t )
1 a

R
f ( t ) * (
tb a
)dt
小波变换
2)卷积型定义 设 f (t ) L 为
2
(R)
, (t )为母小波,记 (t ) 以尺度s的扩张函数
1 s t
s (t )
( )
s
则f(t)与 s (t ) 的卷积也可以定义为f(t)的连续小波变换, 并记为
W s f ( x ) f (t ) * s (t ) 1
a ,b
w a ,b
a ,b

w0
上式也称为“恒Q特性”,即品质因数恒定。随着尺度 参数 a 的减小,频域中心向高频移动,频窗窗口变大, 在高频区有较高的时间 (t ) 而时窗窗口变小。也就说 分辨率,而只有较低的频域分辨率。——小波的变焦距 特性。
a ,b
小波变换
连续小波变换定义:1)内积型;2)卷积型 1)内积型定义 设
小波变换
定义:令
(t ) L ( R )
2
且 ( t ) 0 ,刚按如下方式生成的函数族
^
{ a ,b ( t )} 称之为连续时间小波,或称分析小波:
a ,b ( t )
式中,
1 a
(
t b a
)
(t )
称为母小波函数或基本小波。
小波变换
在上述定义中,a称为尺度参数或伸缩参数,b称为平移参数。而 连续时间小波 { a , b ( t )} 是 (t ) 经过不同尺度伸缩、平移变换的结 果 条件:

信号第5章小波变换分析

信号第5章小波变换分析

2) 窗口中心 时窗中心
t*
1
|| a,b (t)
||2
t
| a,b (t)
|2
dt
at0
b
t0 为 a 1 , b 0 之时窗中心
频窗中心
*
1
||ˆa,b () ||2
|ˆa,b ()
|2
d
0
a
0 为 a 1 , b 0 之频窗中心
11
3) 窗口宽度
时窗宽度
t a, b
1
|| a,b(t) ||2
离散小波变换
34
1. 引言
✓CWT 的冗余性不适合图像压缩、数值计算。
✓从不可列的具有相关性的函数空间中抽取可 列个函数来构造函数空间中的一个基,理想 的情况下构成一个正交基。
✓研究将参数a,b按一定的方法离散,但要 保证用离散后的小波及函数对信号展开后, 信息不丢失。 ✓但寻找具有光滑性、对称性、局域性的离 散正交基困难 ,于是发展出非正交的 DWT 理论——框架理论。
连续小波变换的基本概念 小波变换的性质 小波分类和常见的小波
离散小波变换
18
1 线性叠加性
if f (t) s(t) g(t)
Wf (t) (a, b) Ws(t) (a, b) Wg(t) (a, b)
where 、为常数
2 时移不变性
if x(t) s(t )
Wx(t) (a, b) Ws(t) (a, b) Ws(t) (a, b )
19
3 尺度伸缩性
if x(t) s(t)
Wx(t) (a, b) Ws(t) (a, b)
1
Ws(t )
( a, b)
当信号在时间轴上按 作伸缩时,其小波变换在

第二章-连续小波变换

第二章-连续小波变换

2.2 连续小波变换的概念与性质2.2. l 连续小波变换的概念将任意)(2R L 空间中的函数)(t f 在小波基下进行展开,称这种展开为函数)(t f 的连续小波变换(CWT ),其表达式为 ()⎰⎪⎭⎫⎝⎛-==-R 2/1,d )()(),(,t a t t f a t t f a WT a f τψψττ (2.9)由CWT 定义可知,小波变换与傅里叶变换的相同之处:(1) 一种积分变换。

(2) 称()τ,a WT f 为小波变换系数。

小波变换与傅里叶变换的不同之处:(1) 小波基具有尺度和平移两个参数。

(2) 函数在小波基下展开,意味着将一个时间函数投影到二维的时间—尺度相平面上。

由于小波基本身所具有的特点,将函数投影到小波变换域后,有利于提取函数的某些本质特征。

从时频分析角度来看,小波变换具有如下特点:若令tj a e t g t a t a ωττψτψ)()(,21-==⎪⎭⎫ ⎝⎛--则CWT 可视作STFT 。

CWT :任意函数在某一尺度a 、平移点τ上的小波变换系数,实质上表征的是在τ位置处,时间段t a ∆上包含在中心频率为a0ω、带宽为aω∆频窗内的频率分量大小。

随着尺度a 的变化,对应窗口中心频率a0ω、窗口宽度aω∆也发生变化(根据式(2.6),(2.7))。

STFT :窗口固定不变(即不随ω的变化而变化)。

二者不同之处:CWT 是一种变分辨率的时频联合分析方法。

低频(大尺度),对应大时窗;高频(小尺度),对应小时窗。

举例说明。

信号)207(5.1)165(5.1)10002sin()5002sin()(-+-+⨯+⨯=t t t t t f δδππ,在不同时窗下的STFT 和CWT 的展开系数图,如图2.1所示。

与傅里叶基不同,尺度和位移均连续变化的连续小波基函数形成了一组非正交的过度完全基。

这意味着其任意函数的小波展开系数之间有一个相关关系。

若用),;,(ττψ''a a K 描述两个基函数)(,t a τψ和)(,t a τψ''的相关度的大小,则dt t t C a a K a Ra )()(),;,(,,1ττψψψψττ''-⎰⋅='' (2.11)ψK 表征了连续尺度、时移半平面),(τa (由于0>a 所以称半平面)的两个不同点之间的CWT 系数的相关关系,也称它为再生核或重建核(再生和重建的含义是指由尺度—平移相平面上的已知点,根据再生核公式可再生和重构出某一点),其结构取决于小波选取。

小波的几个术语及常见的小波基介绍

小波的几个术语及常见的小波基介绍

小波的几个术语及常见的小波基介绍本篇是这段时间学习小波变换的一个收尾,了解一下常见的小波函数,混个脸熟,知道一下常见的几个术语,有个印象即可,这里就当是先作一个备忘录,以后若有需要再深入研究。

一、小波基选择标准小波变换不同于傅里叶变换,根据小波母函数的不同,小波变换的结果也不尽相同。

现实中到底选择使用哪一种小波的标准一般有以下几点:1、支撑长度小波函数Ψ(t)、Ψ(ω)、尺度函数φ(t)和φ(ω)的支撑区间,是当时间或频率趋向于无穷大时,Ψ(t)、Ψ(ω)、φ(t)和φ(ω)从一个有限值收敛到0的长度。

支撑长度越长,一般需要耗费更多的计算时间,且产生更多高幅值的小波系数。

大部分应用选择支撑长度为5~9之间的小波,因为支撑长度太长会产生边界问题,支撑长度太短消失矩太低,不利于信号能量的集中。

这里常常见到“紧支撑”的概念,通俗来讲,对于函数f(x),如果自变量x在0附近的取值范围内,f(x)能取到值;而在此之外,f(x)取值为0,那么这个函数f(x)就是紧支撑函数,而这个0附近的取值范围就叫做紧支撑集。

总结为一句话就是“除在一个很小的区域外,函数为零,即函数有速降性”。

2、对称性具有对称性的小波,在图像处理中可以很有效地避免相位畸变,因为该小波对应的滤波器具有线性相位的特点。

3、消失矩在实际中,对基本小波往往不仅要求满足容许条件,对还要施加所谓的消失矩(Vanishing Moments)条件,使尽量多的小波系数为零或者产生尽量少的非零小波系数,这样有利于数据压缩和消除噪声。

消失矩越大,就使更多的小波系数为零。

但在一般情况下,消失矩越高,支撑长度也越长。

所以在支撑长度和消失矩上,我们必须要折衷处理。

小波的消失矩的定义为,若其中,Ψ(t)为基本小波,0<=p<N。

则称小波函数具有N阶消失矩。

从上式还可以得出,同任意n-1阶多项式正交。

在频域内表示就是Ψ(ω)在ω=0处有高阶零点(一阶零点就是容许条件)。

信号处理中英文对照外文翻译文献

信号处理中英文对照外文翻译文献

信号处理中英文对照外文翻译文献(文档含英文原文和中文翻译)译文:一小波研究的意义与背景在实际应用中,针对不同性质的信号和干扰,寻找最佳的处理方法降低噪声,一直是信号处理领域广泛讨论的重要问题。

目前有很多方法可用于信号降噪,如中值滤波,低通滤波,傅立叶变换等,但它们都滤掉了信号细节中的有用部分。

传统的信号去噪方法以信号的平稳性为前提,仅从时域或频域分别给出统计平均结果。

根据有效信号的时域或频域特性去除噪声,而不能同时兼顾信号在时域和频域的局部和全貌。

更多的实践证明,经典的方法基于傅里叶变换的滤波,并不能对非平稳信号进行有效的分析和处理,去噪效果已不能很好地满足工程应用发展的要求。

常用的硬阈值法则和软阈值法则采用设置高频小波系数为零的方法从信号中滤除噪声。

实践证明,这些小波阈值去噪方法具有近似优化特性,在非平稳信号领域中具有良好表现。

小波理论是在傅立叶变换和短时傅立叶变换的基础上发展起来的,它具有多分辨分析的特点,在时域和频域上都具有表征信号局部特征的能力,是信号时频分析的优良工具。

小波变换具有多分辨性、时频局部化特性及计算的快速性等属性,这使得小波变换在地球物理领域有着广泛的应用。

随着技术的发展,小波包分析 (Wavelet Packet Analysis) 方法产生并发展起来,小波包分析是小波分析的拓展,具有十分广泛的应用价值。

它能够为信号提供一种更加精细的分析方法,它将频带进行多层次划分,对离散小波变换没有细分的高频部分进一步分析,并能够根据被分析信号的特征,自适应选择相应的频带,使之与信号匹配,从而提高了时频分辨率。

小波包分析 (wavelet packet analysis) 能够为信号提供一种更加精细的分析方法,它将频带进行多层次划分,对小波分析没有细分的高频部分进一步分解,并能够根据被分析信号的特征,自适应地选择相应频带 , 使之与信号频谱相匹配,因而小波包具有更广泛的应用价值。

利用小波包分析进行信号降噪,一种直观而有效的小波包去噪方法就是直接对小波包分解系数取阈值,选择相关的滤波因子,利用保留下来的系数进行信号的重构,最终达到降噪的目的。

第三章连续小波变换和离散小波变换.

第三章连续小波变换和离散小波变换.

ˆ a,b () 的 则 a,b (t ) 的窗口中心为 ta,b=at0+b, 宽度为 ta,b=a t,
1 a , b 0 ,宽度为 窗口中心为 a,b= =a 。
1 a
注:作为一种数学变换,伸缩变换用于膨胀或紧缩一个信号 。大尺度因子对应于信号的膨胀,而小尺度因子对应于信号 的紧缩。 在数学上, 设 f(t)是一个给定函数, 则当 s>1 时, f(st) 表示 f(t)的一个紧缩,当 s<1 时,则表示 f(t)的膨胀。 在小波变换中,当尺度因子 a>1 时基函数被膨胀,当 a<1 时基函数被紧缩。
然后在尺度因子 a=1 处的小波向右移动 τ 个单位到 b=τ 处,在 a=1,b=τ 处计算 CWT,这相当于得到了时 间—尺度平面上对应于点 a=1,b=τ 的变换值。 重复上述过程, 直到到达信号的结束。 这时对应于尺 度因子 a=1 的时间—尺度平面上的一行点计算完毕。 然后 a 的值增加一点点。本来这是一个连续变换, 因此 b 和 a 的值应该连续增加。但如果用计算机来计算 小波变换的话,则 b 和 a 都必须以小步长增加。这就相 当于对时间—尺度因子相平面进行采样。
a,b (t ) 为依赖于参数
a,b 的小波基函数。由于 a,b 是连续取
值,故称对应的小波基函数族{ a,b (t ) }为连续小波基函数。
记小波母函数ψ(t)的窗口半径为 t,中心为 t0,它的 Fourier 变换ˆ ( ) 的窗口半径为 ,中心为 0,则 t0= || ||
3.2 连续小波变换的计算
设 f(t)是一个信号,我们选好了一个母小波函数 。 一旦选好了母小波,则从 a=1 开始计算 CWT。一般 而言,由于所研究的实用信号是带限的,因此只需要计算 对应于有限区间内的尺度的 CWT。 为方便起见,计算从 a=1 开始,a 将不断增大。即计 算将从高频算到低频。 a 的第一个值对应最紧缩的小波。 当 a 的值增大时,小波将逐渐膨胀。

小波分析的基本理论

小波分析的基本理论

东北大学研究生考试试卷考试科目:状态监测与故障诊断课程编号:阅卷人:考试日期:2013.12*名:***学号:*******注意事项1.考前研究生将上述项目填写清楚2.字迹要清楚,保持卷面清洁3.交卷时请将本试卷和题签一起上交东北大学研究生院小波分析的基本理论小波分析是当前应用数学和工程学科中一个迅速发展的新领域,是分析和处理非平稳信号的一种有力工具。

经过大量学者不断探索研究,它是以局部化函数所形成的小波基作为基底而展开的。

小波分析在保留傅里叶分析优点的基础上,具有许多特殊的性能和优点。

而小波分析则是一种更合理的时频表示和子带多分辨分析方法。

所以理论基础渐已扎实,理论体系逐步完善,在工程领域已得到广泛应用。

1 小波变换理论1.1 连续小波变换定义1.1 小波函数的定义:设ψ(x )为一平方可积函数,也即ψ(x )∈ L 2(R ),若其傅里叶变换ψ(ω)满足条件:C ψ=∫|ψ̂(ω)||ω|d ω<+∞+∞−∞1-1则称ψ(x )是一个基本小波或小波母函数(Mother Wavelet ),并称上式为小波函数的容许性条件。

由定义1.1可知,小波函数具有两个特点:(1)小:它们在时域都具有紧支集或近似紧支集。

由定义的条件知道任何满足可容许性条件的L 2(R )空间的函数都可以作为小波母函数(包括实数函数或复数函数、紧支集或非紧支集函数等)。

但是在一般的情况下,常常选取紧支集或近似紧支集的同时具有时域和频域的局部性实数或复数函数作为小波母函,让小波母函数在时域和频域都具有较好的局部特性,这样可以更好的完成实验。

(2)波动性:若设ψ̂(ω)在点ω=0连续,则由容许性条件得:∫ψ(x )dx =ψ̂(0)=0+∞−∞ 1-2也即直流分量为零,同时也就说明ψ(x )必是具有正负交替的波动性,这也是其 称为小波的原因。

定义1.2 连续小波基函数的定义:将小波母函数ψ(x )进行伸缩和平移,设其收缩因子(即尺度因子)为a,平移因子为b,使其平移伸缩后的函数为ψa,b (x ),则有:ψa ,b (x )=|a |−12ψ(x−b a),a >0,b ∈R 1-3称ψa,b (x )为依赖于参数a,b 的小波基函数。

小波分析及应用(附常用小波变换滤波器系数)

小波分析及应用(附常用小波变换滤波器系数)

第八章小波分析及应用8.1 引言把函数分解成一系列简单基函数的表示,无论是在理论上,还是实际应用中都有重要意义。

1822年法国数学家傅里叶(J. Fourier 1768-1830)发表的研究热传导理论的“热的力学分析”,提出并证明了将周期函数展开为正弦级数的原理,奠定了傅里叶级数理论的基础[1]。

傅里叶级数理论研究的是把函数在三角函数系下的展开,使得对信号和系统的研究归结为对简单的三角函数的研究。

傅里叶级数与傅里叶变换共同组成了平常所说的傅里叶分析[2]。

傅里叶级数用于分析周期性的函数或分布,理论分析时经常假定周期是π2,定义如式(8.1-1)、(8.1-2)()()π2,02L x f ∈∀,()∑∞-∞==k ikxkec x f (8.1-1)其中 ()dx e x f c ikx k -⎰=ππ2021 (8.1-2) 然而,被分析函数的性质并不能完整地由傅里叶系数来刻划,这里有一个例子来说明[3]:从任一个平方可和的函数)(x f 出发,为了得到一个连续函数)(x g ,只需或者增大f(x)的傅里叶系数的模,或者保持它不变并适当地改变系数的位相。

因此,不可能仅根据傅里叶系数大小的阶就预知函数的性质(如大小、正则性)。

傅里叶变换的定义如式(8.1-3)、(8.1-4)()()dx e x f F x j ωω⎰∞∞-= (8.1-3)()()ωωπωd e F x f x j -∞∞-⎰=21 (8.1-4) 通过引入广义函数或分布的概念,可获得奇异函数(如冲击函数)的傅里叶变换的存在。

对于时域的常量函数,在频域将表现为冲击函数,表明具有很好的频域局部化性质。

由式(8.1-3)可知,为了得到()ωF ,必须有关于f(x)的过去和未来的所有知识,而且f(x)在时域局部值的变化会扩散到整个频域,也就是()ωF 的任意有限区域的信息都不足以确定任意小区域的f(x)。

在时域,哈尔(Haar)基是一组具有最好的时域分辨能力的正交基,它在时域上是完全局部化的,但在频域的局部化却很不好,这是由于哈尔系的两个缺点:缺乏正则性与缺乏振动性。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

59
因此
!T =
1-
EN E
(
6)
这样, 给定了 !T 就可确定 N 。
以 M or let 小波 为例具体介 绍这种方 法的运用。
M o rlet 小波
∫∞
( t) =
e e E = , i t - t 2/ 2 0
e- t2 dt =

-∞
∫ EN =
N
e-
t
2
d
t
=
-N
2
N-
1 1!
58
电 工 技术 学报
1998 年 10 月
架 条件问题。在讨论 连续小波变换的框架条件时, 常 限 定 a = am0 ( a0 > 1) , b = nb0am0 ( b0 ∈ R) , m, n ∈ Z。 这样 得到的 小波框 架条件 实际应 用起 来比较 复杂。 因此, 本文从小波能量误差[ 5] 角度及 Ny quist 条件[ 6] 出 发, 首次考虑了连 续小波的时频域窗、采样率 和伸 缩因 子等参 数的选 取原则 及它们 之间 的相互 关系, 提出了一 种可使尺度因子选 择基本不受限制并 且使 用方便 的连续 小波离 散化的 方法, 这 种方法 具有 很 大的实 际意义, 它 将为正 确应用 连续 小波变 换提 供 了方法和依据。
一般而言, 平方可积函数 f ( t) ∈ L 2( R) 的小波 变换可定义为
∫ W f ( a, b) =
1 a
f ( t) *
ta
b
dt =
〈f ( t) , ab( t) 〉 ( 1)
式中 ( t) —— 基本小波或母 小波( M o ther w avelet)
a—— 伸缩因子, a > 0
叙词: 变换 分析 使用 条件
A bs tract
T his paper discusses the pr oblem of apply ing CW T and presents how to chose the paramet ers of CW T such as widt h of timefrequency domia n w indo w , sampling inter val and scaling facto r based on bo th ener gy er r or o f co ntinuous w av elet and N yquist cr it erio n, meanw hile, w e also show ex amples to acco unt fo r t hese. It pr ov ides basis fo r cor r ect ly applying CWT .
前提, 因此是非常重要的。
由于连续小波变 换实际计算时只能 在离散的格
点( an, bn) 上进行。如 何对 a、b 采样而 能以尽 可能高 的精度重建原信号是一个重要问题, 这就是所谓框
1997-09-24 收到初稿, 1998-01-29 收到修改稿。 覃 剑 1967 年生, 西安交通大学电器专业毕业, 1995 年清华大学高电压技术专业获硕士学位, 现为博士研究生, 从事小 波在电力系统的应用及电力设备局部放电检测和输电线故障定位等方面的研究。 陈祥训 教授级 高工, 主要研 究范 围为: 特种 电子 材料 与元器 件, 半导 体物 理与器 件, 光纤 传感器, 电 测量 仪器, 快速 Fourier 变换技术, 小波变换技术, 发表论文 20 多篇。
第 13 卷第 5 期
电工技术学报
1998 年 10 月
连续小波变换在使用中应满足的条件
Requirement of Applying Continuous Wavelet Transform
覃 剑 陈祥训 郑健超 ( 电力部 电力科学研究院) Qi n Jian Chen Xiangxun Zheng Jianchao
个值得研 究的问 题。这里我 们提出 采用 选取与 频域
窗相同的原则, 即由 允许的时 域能量误差 !T 确定时 域窗的方案。设
E=
‖s(
t)
2
‖2
,
s( t)
=
1
a
t a
小波 s( t) 的时域窗口宽度为 2T = 2aN , 其中 2N 为
小波 s( t) 在尺度 a = 1 时的时域窗宽度, 则
( Elect ric P ow er Research Institute , M inistry of Electr ic Po wer )
摘 要
本文讨论了连续小波变换使用中应 注意的问题, 提出了从连续小波能量误差的角 度及 N yquist 条件出发选择连续小 波变换的时频域窗, 小波采样率及伸缩因子等参数, 并给出了具体的例子加以 说明, 为正确应用连续小波变换提供了 一种依据。
2 小波时频窗的选取原则
确 定小波的时 频域窗, 采样 率和尺度 因子 a 不 能 任意选取, 它们之 间相互联系, 必须满足一定 关系 条件。为了便于理解, 下面各部分用 M or let 小波
( t) = ei e 0t - t2/ 2, 0 = 5. 336 作为复 小波的 例子, 说明 连续小 波在 使用中 应如 何 选择有关参数及它们之间应遵循的原则 。 2. 1 频域窗的选取
!T E =
‖s ( t)
-
sT
(
t)
‖2 2
=
∫∞
1
-∞
a
t a
-
1
t
T
a
a
2
dt =
∫ ∫ ∞

-∞ ( t) - N ( t) 2dt = -∞ ( t) 2dt -
∫N ( t) 2dt = E - EN ( 5) -N
第 13 卷第 5 期
覃 剑等 连续小波变换在使用中应满足的条件
连续小 波一般 都是 非带限 的, 它 们的最 高频 率 h 原则上可以取非常大, 但 h 取得 过大也没有实际 意义, 因此采用加频域窗的方法限定 h。频域窗的宽 窄 如何选择, 是一个 有待解决的问题。这里我们 提出 按能量 误差原 则选取 频域窗 的方案, 即加频 域窗 后 的小波能 量与原小波能量的 相对误差在所允许 的误 差要求 !B 以内。
任一 小波只 要确 定了采 样间 隔 #, 即可 求出 所 需的抽样频率 s = 2∀/ # 。由小波频 域能量误差的取 值范围要求 可求出频域窗宽度 2B , 也 即求出了小 波 频 率上限 h , 再根据采样定理即 可确定最小伸缩 因 子 amin 。反之, 若确定 了小波的最小伸缩 因了 amin, 也 可反推 出小 波所 需采样 间隔 # 。下面 通过例 子具 体 加以说明。
=
( a ) - B ( a ) 2da

即 !B =
a
(a ) - a

(
)
2
‖2
B( a
)
‖2 2
=
1-
EB E
=
1-

a
‖(
B( a )
)
2
‖2
‖2 2
(
4)
以 M o rlet 小波为例 具体介绍这 种方法的 运用。
设窗的中心为
0/ a, ( a ) =
2∀
- a2( - / a) 2
e
Key words: Co nt inuo us w av elet t ransfor m W avelet energ y er ro r N iquist cr iter ion
1 前言
80 年代后期发展起来 的小波变换, 是集泛函分 析、傅里叶分析 、样条分析、调和分析、数值分析于 一体的综合性学科, 在科学与技术的许多领域, 被认 为是近 年来在工具及方法 上的重大突破, 得到广 泛 应用[ 1~ 4] 。
最高频率, 它既与小波 的伸缩因子 a 有关, 对非带 限 小波还与小波频域窗的窗口宽度 2B 有关。对任 一小 波而言, a 越小或 B 越大, h 也就越大。在 #、B 已 给 定的情况下, a 不能太小, 否则不能满足以上条件。下 面讨论如何具体选择所用小波的 # 与 a。 3. 1 小波采样率和最小伸缩因子 amin 的选取
3. 2 最大伸缩因子 amax 的选取 由 3. 1 可和, amin 可由采样间隔 # 确定, a 的最大
值 amax 也不可 随意选 取, 须由选 用小 波及被 分析 信 号的采样点 数 M 确定。一般 要求小波 的采样点数 小 于被分析信号的数据 点数 M , 即 2 × 〈aN / #〉+ 1 ≤ M , 则 a ≤ ( M - 1) #/ ( 2N ) , 即 amax = ( M 1) #/ 2( N ) 。

若取 B = 3. 25, 则 !B = 4. 3 × 10- 6, 能量误差仅为十 万 分之几。因此, 从所选小波频域能量误差可求出小
波频 域 窗, 即 可 求 出 小 波 最 高 频 率 h = 0/ a + B/ a。2. 2 时域窗的选取
连续小波一般都是 非时限的, 实际应用时, 应选
时 域窗以便分析。时域窗的宽窄如何确定, 同样是一
- a2 2

-B
2
B-
1 1!
B3 3
+
1 2!
B5 5
-
1 3!
B7 7
+
…( -
1)
P
1 P!
B2P+ 2P +
1
1
+

所以
!B =
1-
EB E
=
1-
2 ∀
B-
1 1!
B3 3
+
相关文档
最新文档