学习,考试,答案,资料,课件
小波变换在信号处理中的应用
学习,考试,答案,资料,课件
一.小波变换应用于噪声抑制:
利用Mallet算法对输入信号f(t)进行小波 分解,再根据对信号和噪声的先验知识 分离信号和噪声。提过滤波形成新的小 波分量,最后重建信号。
学习,考试,答案,资料,课件
f (t ) S (t ) N (t ) W ( f ) W ( S ) W ( N )
小波分解
滤波
重建信号
学习,考试,答案,资料,课件
信号与噪声被小波变换分离:
学习,考试,答案,资料,课件
Donoho 去噪方法:
学习,考试,答案,资料,课件
不同阀值选取算法的去噪结果:
学习,考试,答案,资料,课件
研究重点:
信号与噪声在小波变换域上的特征。 小波基的选择。 阈值的选取方法。
学习,考试,答案,资料,课件
二.小波变换应用于信号检测:
瞬时信号检测问题。在噪声中检测短时,非平稳,波形和到达时间 未知的信号。
H0 : H1 :
x(t ) n(t ) x(t ) S (t ) n(t ) t [0, T ] 其中:S (t )只在[t0 , t0 T0 ]非零。 n(t )为噪声。T0 T
学习,考试,答案,资料,课件
我们可以假设: S (t ) Ai exp{ ai (t ti )}sin( i (t ti ) i )u (t ti )i 1 N
其中:Ai ai ti
信号幅度; 衰减系数 到达时间 频率 初始相位
i i
学习,考试,答案,资料,课件
学习,考试,答案,资料,课件
由
c j ,k S , j ,k | c j ,k | 在k ti 两边呈指数衰减,且达 到局部极值。 2j 由于小波变换得多尺度 特性,我们可以选择不 同 的j,利用不同的时域和频 域分辨力,了解信号的 的全貌,从而使基于小 波变换的信号检测器具 有 较好的鲁棒性。
可以得到: (1) (2)
(3)
若在观测时间内,有多 个信号到达,我们可以 选择 适当的j,使时间尺度尽可能的 小,从而使不同信号 的峰值出现在不同的 上,由此分离信号。 k
学习,考试,答案,资料,课件
方法: 对输入信号进行多尺度 的小波变换,检测其变 换结果 的局部极值点。 性能: 优于能量检测器,接近 与匹配滤波器。
学习,考试,答案,资料,课件
小波变换应用于信号分析(信号的奇异性分析) 若f(t)在某处间断或某阶导数不连续, 则称f(t)在此点有奇异性。 Fouier变换可以分析函数的整体的 奇异性,但不能推断奇异点的空间(时 间)分布情况。
学习,考试,答案,资料,课件
定义:设n n 1, 若在某点x0 , 存在常数A与h0,及一个 n阶多项式Pn (h), 使 f ( x0 h) Pn (h) A | h |a 则称f ( x)在点x0具有Lipschitz指数 。 0 h h0
学习,考试,答案,资料,课件
注:( )若A和 与x0无关,则称为一致 1 Lipschitz指数。 (2)f ( x)在点x0的Lipschitz指数的上界,则称为 ( x) f 在点x0的正则度。 我们下一步需要考虑: 是否能由小波系数的特 性来推测f ( x)奇异性。
学习,考试,答案,资料,课件
定理:设f ( x) L2 , x [a, b],0 1, 则: f ( x)在[a , b ]具有一致Lipschitz指数的充要条件是: 存在常数A,使: | W ( f )(x, s) | As x [ a, b]
学习,考试,答案,资料,课件
定理:
设f ( x) L2 , x [a, b],0 1, 则: f ( x)在x0具有Lipschitz指数 , 则: 存在常数A,使: | W ( f )(x, s) | A( s | x
x0 | ) x属于x0的某个邻域 . 反过来,若 1. | W ( f )(x0 , s) | As | x x0 | 2. | W ( f )(x0 , s) | B( s ) | log | x x0 || 则f ( x)在x0具有Lipschitz指数
学习,考试,答案,资料,课件
奇异性分析的方法:
光滑函数。一个实函数 ( X ), 满足:+
-
( X )dx 1
x
lim ( X ) 0
例如,可取为高斯函数或B_样条函数。
学习,考试,答案,资料,课件
d ( x ) 定义: ( x) dx 1 W 1 ( f )(x, s ) f ( x)1
d s f (s )(x) dx df s s ( x) dx
学习,考试,答案,资料,课件
d ( x) 定义: ( x ) 2 dx W 2 ( f )(x, s ) f 2 ( x )2 2
d s f (s )(x ) 2 dx d 2 ( f s ) s ( x) 2 dx2 2
学习,考试,答案,资料,课件
从而,W 1 ( f )(x, s)的局部极值点 f ( x)的拐点 W 2 ( f )(x, s)的零点。