小波包分解算法-Read

第10章小波包变换及其应用简介小波包的定义与性质小波空间的精细分割小波包滤波器组最佳小波包基的选取小波包变换的应用小波分析及其工程应用----清华大学计算机系---孙延奎---2005春简介•由于正交小波变换只对信号的低频部分做进一步分解，而对高频部分也即信号的细节部分不再继续分解，所以小波变换能够很好地表征一大类以低频信息为主要成分的信号，但它不能很好地分解和表示包含大量细节信息（细小边缘或纹理）的信号，如非平稳机械振动信号、遥感图象、地震信号和生物医学信号等。与之不同的是，小波包变换可以对高频部分提供更精细的分解，而且这种分解既无冗余，也无疏漏，所以对包含大量中、高频信息的信号能够进行更好的时频局部化分析。小波包的定义正交小波包的一般解释:本章仅考虑实系数滤波器.nnZhnnZg11nnngh2222kkZkkZthtktgtk为便于表示小波包函数，本章引入以下新的记号：01::tttt00102222kkZkkZthtktgtk小波包的定义通过01,,,hg在固定尺度下可定义一组称为小波包的函数。由221()22()22nknknknkthtktgtk递归定义的函数,0,1,2,nn称为由正交尺度函数0确定的小波包。0102013hhhggghg小波包的性质(习题10.1)的傅立叶变换可以由性质10.1n01,mm表示。011212ikkkikkkmhemge性质10.2n具有平移正交性，即,,,,nnjktjtkjkZ性质10.3221,,,,nnjktjtkjkZ2n与21n之间具有正交性，即小波包的平移系性质10.4,,ntknZkZ构成2()LR的一组规范正交基．小波空间的精细分割小波分析存在的不足：2()jjZLRWjW,,jkjkZ随着j的增大，相应小波基函数,jk分辨率越高，而其频谱的局部性变得越差即频谱分辨率越粗。的空间局部性越好即空间应对措施：对小波空间Wj做进一步分解．小波空间的分解：令njU表示由小波包n的二进伸缩和平移/222,jjntkkZ的线性组合生成的2()LR的闭子空间，则01,,jjjjUVjZUWjZ小波空间的精细分割小波空间的分解：1,jjjVVWjZ0011,jjjUUUjZ2211,nnnjjjUUUjZ对于每个1,2,,j112311456711112212122121000=====kkkjjjjjjjjjjjkjkjkWUUUUUUUUUUUU且对给定的0,,21,1,,kmkj，及1,2,,j函数系2222,kjkjkmtllZ是空间2kmjkU的一个规范正交基。频带划分性质:小波包具有划分较高频率频带的能力，可得到比较好的频率局部化。一个逼近空间的小波分解及小波包分解0LLVU3L3V2V1V0V0W1W2W03U12U02U01U11U21U31U00U40U30U20U10U70U60U50U小波分解小波包分解小波包正交基:在图10.2b的二分树上取一组子空间集合，如果其直和恰能将V3空间覆盖，相互间又不重叠，则这组空间集合的正交规范基便组成一个小波包正交基。03U12U02U01U11U21U31U00U40U30U20U10U70U60U50U03U12U02U01U11U21U31U00U40U30U20U10U70U60U50U03U12U02U01U11U21U31U00U40U30U20U10U70U60U50U03U12U02U01U11U21U31U00U40U30U20U10U70U60U50U033VU12U11U10U00U033VU00U40U30U20U10U70U60U50U033VU00U40U10U50U11U31U033VU40U70U60U50U02U小波包滤波器组02LU12LU22LU32LU00U10U20U30U202LU102LU0LU01LU11LU已知:长度为2LN离散输入信号的均匀采样的bk，首先将bk与在尺度2L下的一个逼近函数0LLftVU联系起来，它的分解系数,,LLnanf满足：1/21LbkNakfNk问题:已知f(t)在子空间0LU的子空间1njU上的小波包系数，计算出ft在1njU的两个子空间2njU和21njU上的小波包系数.1/211,22jnjjndkfttk2njd21njd?1njd2njd21njd1njU2njU21njU小波包滤波器组1njU2njU21njU小波包分解算法：2212121nnjlkjlZnnjlkjlZdkhdldkgdl小波包重构：221122nnnjkljkljlZlZdkhdlgdl小波包多级分解与多级重构：1njd2njd21njd最佳小波包基的选取称函数族/222,,,jjntknZjkZ尺度函数为正交导出的小波库。1.Mallat正交小波基/2122,,jjtkjkZ,,,,1,0;2,3,;jkntkjnkZ2.22347100000()jjZLR3.……………结论:小波库中包含许多规范正交基即小波包基.问题:什么是最佳小波包基?如何从小波库中快速选取?最佳小波包基的选取信息代价函数把信号ft在一个正交小波包基下展开，使得它与一个小波包系数序列kuu对应,我们在该序列上定义一个信息代价函数M,它满足如下两个条件：（1）可加性条件,00kkkZMuMuM（2）代价函数M的取值应该反映系数的集中程度.最佳小波包基对于一个给定信息代价函数M,小波包基B称为信号f(t)相对于该代价函数的最佳基，如果在2()LR的所有小波包基中，f(t)在小波包基B下对应的小波包系数序列具有最小的信息代价值最佳小波包基的选取常用的一些信息代价函数：（1）幅值大于某阈值的系数个数（2）pl范数的集中度（concentration）（3）对数熵2logkkZMuu，约定log00（4）信息熵logkkkZHupp22kkZukpuk0log0022log,log00kkkZMuuu最佳小波包基的选取在一般情况下，具有最小代价函数值的序列不易计算出来。所幸的是，正如10.3节所谈到的，在实际应用中我们通常考虑的是L2(R)的一个子空间的小波包分解,这种分解可以用一个小波包二叉树表示.我们可以采取自底向顶的快速搜索法发现最佳小波包基。0x1x2x3x4x5x7x6x0s1s2s3s0d3d2d1dhghgghhhhhgggg0ss1ss0ds1ds0sd1sd0dd1ddsssdsssdsddsssddsdsddddd5020221112131412345678最佳小波包基的选取502022111213141234567832(50)10(20)223(11)7(12)11(13)1412345678(1)(2)(3)32(50)10(20)223(11)7(12)11(13)1412345678(4)03U12U00U10U20U30U最佳小波包基的选取从以上讨论可知，最佳基搜索算法主要由两步组成：1）搜索构成最佳基的节点；2）抽取离树根最近的最佳基节点中的小波包系数。顺便指出，如果小波包分解采用深度优先顺序（depth-firstorder），则最佳基节点的标记过程可以在计算节点中小波包系数的同时完成。由于小波包树具有有限深度，所以以深度优先的搜索算法可在有限步终止。如果原信号的长度为N，则最佳基算法的计算复杂度为logONN小波包变换的应用几种不同变换对应的时频平面铺砌小波包变换的应用信号小波包分析的基本实现步骤如下：1）选择适当的小波滤波器，对给定的采样信号进行小波包变换，获得树形结构的小波包系数。2）选择信息代价函数，利用最佳小波包基选取算法选取最佳基。3）对最佳正交小波包基对应的小波包系数进行处理。4）对处理后的小波包系数采用小波包重构算法得到重构信号。小波包变换的应用小波包在信号去噪、滤波等方面的应用原理和方法（1）滤波与去噪（2）非平稳机械振动信号的故障诊断（3）特征提取注意:习题10.1与10.2可以作为作业题选做.