小波分析全章节讲解

小波分析窗口傅里叶变换泛函数分析傅里叶变换傅里叶级数傅里叶分析小波的发展小波小讲边缘检测小波去噪图像压缩小波的应用小波算法多分辨率分析小波变换小波的基本概念小波分析是当前数学中一个迅速发展的新领域，它同时具有理论深刻和应用十分广泛的双重意义。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。小波分析的应用是与小波分析的理论研究紧密地结合在一起地。一、小波的发展小波分析的应用领域十分广泛，它包括：数学领域的许多学科；信号分析、图象处理；量子力学、理论物理；军事电子对抗与武器的智能化；计算机分类与识别；音乐与语言的人工合成；医学成像与诊断；地震勘探数据处理；大型机械的故障诊断等方面；例如：在数学方面，它已用于数值分析、构造快速数值方法、曲线曲面构造、微分方程求解、控制论等。在信号分析方面的滤波、去噪声、压缩、传递等。在图象处理方面的图象压缩、分类、识别与诊断，去污等。在医学成像方面的减少B超、CT、核磁共振成像的时间，提高分辨率等。•傅里叶（Fourier)分析是数字信号处理的基础，也是现代信号处理的出发点。它将信号分析从时间域变换到了频率域。•泛函分析是20世纪初开始发展起来的一个重要的数学分支，它是以集合论为基础的现代分析手段，它用更加抽象的概念来描述熟知的对象。•小波理论是建立在傅里叶分析和泛函分析基础之上的视频分析工具之一。•小波变换是对傅里叶变换与短时傅里叶变换的发展，为信号分析、图像处理、量子物理及其他非线性科学的研究域带来革命的影响。1、傅里叶变换（1）傅里叶（FT）定义()jtFftedt（）=1()()2jtftFed其中，式（1.2）称为傅里叶反变换（IFT)（1.1）（1.2）二、傅里叶分析(连续)(2)FT的性质1.对偶性利用对偶性可以方便地得到一些函数的傅里叶变换或反变换公式，即F()2()Ftf2.位移时域位移将导致信号频谱增加一个附加相位，但是幅频特性不变，即()()jaftaFeF3.卷积卷积特性分为时域卷积和频域卷积，即12121()()()()2ftftFFFF1212()*()()()ftftFF4.Parseval定理（内积定理）它表明两个信号在时域和频域中的内积之间的关系，即**12121()()()()2ftftdtFFd特别当时，有12ftft22211()()()2ftdtFdFfdf上式实际上给出了信号的能量关系。在时域和频域的总能量是相等的，故也称为能量守恒定理。信号在一个域内的伸缩会导致在另一个域的相反方向上的伸缩。5.尺度伸缩在小波分析中，有着大量涉及信号在时域和频域的伸缩和变尺度分析。()tfaFaa傅里叶变换(离散)时域离散信号也可以根据是否为周期性，分为离散时间序列傅里叶变换（DTFT）和离散傅里叶变换（DFT）。1.DTFT()[]jnnXxne1[]()2jnxnXed2.DFT21100[][][],0,1,...,1NNjnknkNNnnXkxnexnWkN2110011[][][],0,1,...,1NNjnknkNNnnxnXkeXkWnNNN三、泛函分析1.函数空间（1）线性空间例：平方可积函数空间（2）赋范线性空间例：22()()()LRfxfxdx11nkkx12221nkkx1maxkknx（3）巴拿赫（Banach)空间（4）希尔伯特（Hilbert）空间例1：对于线性空间，定义内积为22(),,()LRfgLR*,()()fgfxgxdx例2：在n维欧氏空间中，，定义内积为nR,nfgR1212(,,...,),(,,...)nnffffgggg111,...nnniiifgfgfgfg2.基底及展开（1）由函数序列张成的空间设为函数序列，令集合为即为函数序列的所有可能的线性组合构成的集合，则称为序列张成的线性空间，简记为{()}ket{()}ket{()}ketXXX(),,,kkkkXaettaRkZ{}kXspane（2）基底若序列线性无关，则，式中的系数的取值是惟一的。此时，就称为空间的一组基底。{()}ket{()}ketkagXX（3）正交（直交）设x,y为内积空间中的两个元素，若内积，则称x,y相互正交，简记为。,0xyxy（4）规范正交基若内积空间中的基底满足则称为中的规范正交基（标准正交基）。故都可以展开成为并且有Parseval等式，即X{}ne{}neX0,,()1,mnmneemnmnxX1,nnnxxee221,nnxxe（5）双正交基对于不满足规范正交条件的基底来说，如果存在另一组对偶基底使得对应的傅里叶展开式为规范正交性存在于原基底与对偶基底之间，展开式也相应的由原基底和对偶基底构成，这种基称为双正交基，与互为对偶基底。{}ke{}ne0,,()1,nmmneemnmn1,nnnffee（6）框架设H为Hilbert空间，为H中的一个函数序列，若，都存在实数A,B使得则称为框架，其中A,B分别称为框架的上、下界。当A=B时，此框架称为紧框架；尤其当A=B=1时，此紧框架就变为规范正交基。{}kfH22,kkAffBf3.从泛函角度描述傅里叶变换（1）用内积表示傅里叶变换内积空间中的函数，其傅里叶变换可用内积表示为（2）用基底表示函数的展开()()(),jtjtFftedtfte,nnnffee三、窗口傅里叶变换（傅里叶→小波）由于传统傅里叶分析只适用于平稳信号，在进行非平稳信号的分析时通常采用时频处理方法，它将一维时域信号分解为二维时域—频域联合分布表示。传统傅里叶分析不适用于时变信号的分析，但是可以在时域和频域内进行加窗处理，窗内的信号认为是准平稳的，对它们可以采用平稳信号的分析方法，如频谱分析和功率谱分析。这就是窗口傅里叶变换。为了弥补Fourier变换不能时空定位的不足，工程技术领域长期以来一直采用D.Gabor开发的窗口Fourier变换（短时Fourier变换），来对时空信号进行分段或分块的时空-频谱分析（时频分析）。窗口Fourier变换：其中，g为窗口函数（参见图10-3）。dtetgtfwFjwtg)()(),(虽然窗口Fourier变换能部分解决Fourier变换时空定位问题，但由于窗口的大小是固定的，对频率波动不大的平稳信号还可以，但对音频、图像等突变定信号就成问题了。本来对高频信号应该用较小窗口，以提高分析精度；而对低频信号应该用较大窗口，以避免丢失低频信息；而窗口Fourier变换则不论频率的高低，都统一用同样宽度的窗口来进行变换，所以分析结果的精度不够或效果不好。迫切需要一种更好的时频分析方法。窗口傅里叶变换的方法•时频分析•时域-频域联合分•加窗时频分析（1)传统傅里叶分析的局限性传统的傅里叶分析在平稳信号的分析和处理中具有重要作用。它将时间域内复杂信号的分析转换为频率域内的具有简单参数的频谱密度的分析，或者分解为频域内的具有简单形状的信号之和。这种从一个分析域转换到另一个分析域的方法是信号分析中的常用方法。但是现实世界中的很多信号，例如，脑电波信号、地震信号、语音信号等，都是非平稳的。这些信号的频率是时变的。对于这种信号的准确描述，必须使用具有局部性能的时域和频域的二维联合表示，或者说必须提取特定时间段和频率段内的信号特性。这时，传统的傅里叶分析就显得无能为力了。傅里叶变换所描述的是整个时间段内频率的特性，或者说它是一种全局的变换而没有刻画出特定时间段或频率段的特性。（一）时频分析(,)t对于非平稳信号的分析，一种有效的方法是时域-频域二维联合分析。信号从一维时域表示分解为时域和频域的二维联合表示，用以描述信号在不同时刻的频率分布情况。常用的时频分析手段有窗口傅里叶变换、小波变换和Wigner-Ville分布等。()ft(,)Ft(2)时域-频域联合分析虽然时变信号的频率特性随着时间而改变，但是这种改变是渐变的而非突变的，也就是说，在一个特定的足够小的区间（窗）内，可以认为信号的特性是不变的，信号是局部稳定的或准平稳的。（二）加窗时频分析1.时窗处理将信号在时域内进行分段，等效于用位置不同的窗函数与原信号相乘的结果，如下图所示。在时域内，时间函数一般选取具有能量局部化的函数。先选定一个基本窗函数，然后将沿时间轴平移得到一组窗函数，其中为时间位移。平移后的窗函数分别与原信号相乘，其结果就等效于提取了原信号的不同时间段内的信息而屏蔽了段外的信号。()gt()ft()gt()gt{()}bRgtbb0ttt00()ft()gt()()ftgt最简单的时间窗是矩形窗函数，如上图所示。但是也可以根据需要选择其他的窗函数，如Gauss窗、Hanning窗、Blackman窗等。其中，矩形窗函数具有非常良好的时域局部化性质：（1）具有时域紧支集。（2）窗内信号保持原样。（3）窗外信号完全衰减为0，完全地屏蔽了窗外信号。（4）窗的过渡带为“陡”的阶跃跳变，因此，没有平滑的衰减过渡带和窗拖尾。根据常用傅里叶变换，矩形窗函数的频谱为sinc函数，它有着很长的拖尾。这就引入了带外频谱干扰，或者说在频域内的局部化特性不够好，给带内信号的分析带来了干扰。2.频窗处理加频窗处理实际上是将信号通过滤波器组，或者说将信号分别与多个频窗相乘。频窗是由低通滤波器在频率轴上的平移而形成的一系列带通滤波器，其中为频率位移。带通滤波器组的作用就是提取信号在特定频率段（频带）内的信息而屏蔽频带外信号。()F()G{()}RG（三）窗口傅里叶变换的基本思想1946年，Gabor提出了窗口傅里叶:变换在传统的傅里叶分析之前，对信号进行了加窗处理。这里的窗函数的选择有些特殊：首先，它时实对称函数；其次，它在某个小区间内衰减很小，而在区间外迅速衰减为0。Gabor在最初的处理中采用的时Gauss窗作为基本窗函数，通过在时间轴上平移得到一组窗函数。()gt2142()tgte{()}gtbGabor变换的定义如下：设，即，且为实对称函数，则信号的窗口傅里叶变换（Gabor)变换定义为其中，称为基本窗函数，其能量集中于附近，在远离区域，它迅速衰减为0。2()()gtLR20()gtdt()gt()ft()gt0t0t(,)()()jtfGbftgtbedt保留了信号在附近的信息而屏蔽了远区信息。是将窗函数平移到，因此，保留的是附近的信号信息。故，实际上分析了附近的频率特性。()()ftgt0t()gtbtb()()ftgtbtb(,)()()jtfGbftgtbedttb（四）时窗、频窗和时频窗窗函数的中心和宽度，分别表征窗函数的位置和集中程度的度量信息。1.时窗与其度量（1）基本定义在窗函数满足，即下，定义时窗中心为2()()gtLR20()gtdt202()()tgtdttgtdt定义时窗宽度为通常情况下，要求窗函数具有归一化能量，即故有：2()()1gtgtdt122202()()()tttgtdtgtdt12220()()tttgtdt20()t