电脑桌面
添加小米粒文库到电脑桌面
安装后可以在桌面快捷访问

小波变换教程

小波变换教程_第1页
1/68
小波变换教程_第2页
2/68
小波变换教程_第3页
3/68
小 波 变换教程 一、序言 欢迎来到这个小波变换的入门教程。小波变换是一个相对较新的概念(大概十年的样子),但是有关于它的文章和书籍却不少。这其中大部分都是由搞数学的人写给其他搞数学的人看的,不过,仍然有大部分搞数学的家伙不知道其他同行们讨论的是什么(我的一个数学教授就承认过)。换言之,大多数介绍小波变换的文献对那些小波新手们来说用处不大(仅仅为个人观点)。 当我刚开始学习小波变换的时候,曾经为了弄明白这个神奇的领域到底说的是什么困扰了好多天,因为在这个领域的入门书籍少之又少。为此我决定为那些小波新手们写这个入门级的教程。我自己当然也是一个新手,也有很多理论性的细节没有弄清楚。不过,考虑到其工程应用性,我觉得没有必要弄清楚所有的理论细节。 在这篇教程中,我将试图给出一些小波理论的基本原理。我不会给出这些原理和相关公式的证明,因为我假定预期的读者在读这个教程时并不需要知道这些。不过,感兴趣的读者可以直接去索引(所列的书籍)中获取更为深入的信息。 在这篇文档中,我假定你没有任何相关知识背景。如果你有,请忽略以下的信息,因为都是一些很琐碎的东西。 如果你发现教程中有任何不一致或错误的信息,请联系我。我将乐于看到关于教程的任何评论。 二、变换什么 首先,我们为什么需要(对信号做)变换,到底什么是变换? 原始信号中有一些信息是很难获取的,为了获得更多的信息,我们就需要对原始信号进行数学变换。在接下来的教程中,我将时域内的信号视为原始信号,经过数学变换后的信号视为处理信号。 可用的变换有很多种,其中傅立叶变换可能是最受欢迎的一种。 实际中很多原始信号都是时域内的信号,也就是说不管信号是如何测得的,它总是一个以时间为变量的函数。换言之,当我们画信号图的时候,横轴代表时间(独立变量),纵轴代表信号幅度(非独立变量)。当我们画信号的时域图时,我们得到了信号的时幅表示。对大多数信号处理应用来说,这种表示经常不是最好的表示。在很多时候,大量特殊的信息是隐藏在信号的频率分量中的。信号的频谱图表示的一般是信号中的频率分量。频谱图展示了原始信号中存在哪些频率分量。 直觉上,我们都知道频率意味着某种事物的变化速率。如果某种东西(用正确的技术术语来说是一个数学或物理变量)变化的很快,我们说它的频率高,如果它变换的不快,我们就说它的频率低。如果这个变量一直保持不变,我们说它的频率为0,或者说没有频...

1、当您付费下载文档后,您只拥有了使用权限,并不意味着购买了版权,文档只能用于自身使用,不得用于其他商业用途(如 [转卖]进行直接盈利或[编辑后售卖]进行间接盈利)。
2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。
3、如文档内容存在违规,或者侵犯商业秘密、侵犯著作权等,请点击“违规举报”。

碎片内容

小波变换教程

确认删除?
VIP
微信客服
  • 扫码咨询
会员Q群
  • 会员专属群点击这里加入QQ群
客服邮箱
回到顶部