Частотно-временной анализ сигналов

4. Дискретное вейвлет-преобразование

Представление функции f(t) через ее непрерывное вейвлет – преобразование является избыточным. В задачах обработки информации, встречающихся на практике, сигнал, во-первых, имеет ограниченную полосу и, во-вторых, допускаются те или иные погрешности в получаемых результатах. Поэтому используют дискретное представление непрерывных сигналов, при которых пара

метры преобразования, в данном случае a и b, приобретают дискретные значения. Вейвлет-преобразование, при котором значения a и b дискретны, называют дискретным вейвлет-преобразованием (DWT - Discrete Wavelet Transform).

4.1 Дискретизация масштаба

Рассмотрим сначала случай дискретного масштаба a и положим . Это равноценно разбиению частотной оси на поддиапазоны (частотные полосы). Предположим, что (это можно сделать всегда, умножив функцию ψ на некоторый модуляционный множитель (см.). Тогда частотное окно будет равно:

а центральная частота m-го вейвлета:

.

Базисом для DWT является функция, полученная из

()

при :

.

Если справедливо и если достаточно быстро затухает, то любая функция из L2 может быть представлена в виде дискретной по последовательности

(3.5.2.)

Для восстановления f(t) по дискретным значениям (3.5.2.) на базис (t) налагаются дополнительные ограничения, а именно, образ Фурье вейвлета (t) должен удовлетворять соотношению

, (3.5.3)

где константы А и В такие, что . Условие (3.5.3.) в терминах радиотехники имеет довольно прозрачное толкование. Действительно, так как при каждом значении масштаба вейвлет представляет собой полосовой фильтр, то набор (сумма) этих фильтров (блок фильтров) является некоторым устройством с неравномерной частотной характеристикой, определяемой константами A и B (рис. 3.12). Сигнал, например звуковой, на выходе такого устройства при сильной неравномерности частотной характеристики претерпевает существенные искажения. Поэтому для его восстановления принимают специальные меры, в частности, устанавливают фильтр, компенсирующий искажения частотной характеристики. В вейвлет-преобразовании таким фильтром является дуальный (или двойственный) вейвлет , Фурье-образ которого имеет вид:

. (3.5.4.).

Покажем, что с помощью такого вейвлета по коэффициентам DWT полностью восстанавливается сигнал. Действительно, используя соотношение Парсеваля

()

и формулу получим (3.5.4.):

Из (3.5.4.) и (3.5.3.) можно показать, что

4.2 Дискретизация масштаба и сдвига. Фреймы

В этом случае полагают дискретными величины a и b, т.е. Частотное окно для анализа сохраняется прежним. Ширина временного окна

равна , а среднее значение изменяется дискретно пропорционально m -ой степени a0 - масштабу вейвлета. Чем уже функция ψ, т.е. меньше величина, тем меньше (на ту же величину) шаг сдвига этой функции. Базисными функциями для дискретного вейвлет-преобразования будут функции, получаемые из ,при и

Коэффициенты разложения любой функции из L2 могут быть получены как

Выражение (3.5.6) является дискретным вейвлет-преобразованием функции . Чтобы обратное преобразование во временную область было справедливым, должно выполняться следующее условие:

для всехесли константы A и B такие, чтоВ этом случае формула для восстановления функции f(t) по коэффициентамбудет иметь вид

(3.5.8)

где ошибку восстановления R можно оценить как Разделив все члены неравенства (3.5.7) на, можно видеть, что константы A и B являются границами нормированной наэнергии – скалярного произведения. Они (эти константы) как бы "обрамляют" нормированную энергию коэффициентовОтсюда произошел термин фрейм (frame), которым называют множество функций при которых условие (3.5.7) выполняется. Если A= B , тои множество называют плотным фреймом. При этом выражение вытекающее из (3.5.7), является обобщением теоремы Парсеваля на плотные фреймы. Для плотных фреймов из (3.5.8) получаем

 Скачать реферат