傅里叶变换与小波变换区别

傅里叶变换的特点：

对于数据信号的去噪,傅立叶变换是将信号完全的放在频率域中分析,但无法给出信号在每一个时间点的变化情况,无论信号在时间轴上任何一点产生突变,都将会影响到整个频域的信号。因此,傅立叶变换不能有效的区分出信号中出现的尖峰是由突变部分还是不平稳白噪声引起的。

小波变换的特点

小波变换是以某些特定的函数为基,将数据信号展开成级数系列,它是空间(时间)和频率的局部变换,因此,小波变换可同时在时域和频域中对数据信号进行多尺度联合分析,从而能有效地从信号中提取信息。对于数据信号的去噪,由于小波分析可以同时在时域和频域中对信号进行联合分析,并且它具有多尺度细化分析的功能。因此,我们可以在不同的分解层上和不同的小波基函数下对信号的突变部分和噪声进行有效的区分,从而实现信号的消噪。