近代数学 小波 简答题+答案
- 格式:doc
- 大小:165.13 KB
- 文档页数:4
《小波分析》试题适用范围:硕士研究生时 间:2013年6月一、名词解释(30分)1、线性空间与线性子空间解释:线性空间是一个在标量域(实或复)F 上的非空矢量集合V ;设V1是数域K 上的线性空间V 的一个非空子集合,且对V 已有的线性运算满足以下条件 (1) 如果x 、y V1,则x +y V1; (2) 如果x V1,k K ,则kx V1, 则称V1是V 的一个线∈∈∈∈∈性子空间或子空间。
2、基与坐标解释:在 n 维线性空间 V 中,n 个线性无关的向量,称为 V 的一组n 21...εεε,,,基;设是中任一向量,于是 线性相关,因此可以被基αn 21...εεε,,,线性表出:,其中系数 αεεε,,,,n 21...n 21...εεε,,,n 2111an ...a a εεεα+++=是被向量和基唯一确定的,这组数就称为在基下的坐标,an ...a a 11,,,αn 21...εεε,,,记为 ()。
an ...a a 11,,,3、内积解释:内积也称为点积、点乘、数量积、标量积。
,()T n x x x x ,...,,21=,令,称为x 与y 的内积。
()T n y y y y ,...,,21=[]n n y x y x y x y x +++=...,2211[]y x ,4、希尔伯特空间解释:线性 完备的内积空间称为Hilbert 空间。
线性(linearity ):对任意f ,g ∈H ,a ,b ∈R ,a*f+b*g 仍然∈H 。
完备(completeness ):空间中的任何柯西序列都收敛在该空间之内。
内积(innerproduct ):<f ,g>,它满足:,()T n f f f f ,...,,21=时。
()T n g g g g ,...,,21=[]n n y x y x y x y x +++=...,22115、双尺度方程解释:所以都可以用空间的一个1010,V W t V V t ⊂∈⊂∈)()(ψϕ)()和(t t ψϕ1V从图可以明显看出,多分辨分析只是对低频部分进行进一步分解,而高以考虑。
2.计算下列分形维数:(1)康托尔集合(the Cantor set)l o g l o g20.631l o g l o g3smDc=-=≈(2)科赫曲线(Koch)log41.262log3sD=-≈(3)谢尔平斯基(Sierpinski)地毯、垫片、海绵地毯:log log81.893log log3fDβκ==≈垫片:log log31.585log log2fDβκ==≈海绵:log log202.763log log3fDβκ==≈(4)阿波罗尼斯垫圆:解:不在此圆内部的点形成一个面积为零的集合,可以说它多于一条线但少于一个面,因此它的分形维数(5)皮亚诺曲线:log ln921ln3log()sNDβ===1.求按下列各图所示方法生成的分形图的分维初始元:生成元:(a)(b)(c)(a)log ln81.51ln4log()sNDβ==≈(b)log ln51.4651ln3log()sNDβ==≈(c)log ln51.4651ln3log()sNDβ==≈2、计算康托尔三分集相似维、Hausdorff 维 解:相似维:log ln 20.63111log()ln3s N D β==≈Hausdorff 维:log log 20.631log log 3f D βκ==≈ 3、计算不规则分形盒维数(只计算右下端)ε=1/10 ()N ε=N(1/10)()ln ln 54ln 541.7321ln ln10ln 10B N D εε=-=-=≈二、求下面一维16点离散信号Haar 小波2级分解与重构计算过程及结果,并与Matlab 编程计算结果比较。
x=[ 3 7 8 5 6 5 9 8 3 7 8 5 13 3 9]解: Haar 小波对应的尺度函数为1t 0 1 0{)(≤≤=其它t ϕ低通滤波器系数)(0k h :⎩⎨⎧===⎰--02/1)()()(),()(*,1,10R kk dt t t t t k h ϕϕϕϕ 其它,==k k 10 )(0k h ={1,1,0,0,…….0}/2)(0k h -={0,0,0,0,……0,1,1}/2={1,1}/2由0h 求高通滤波系数1h⎪⎩⎪⎨⎧-=--=02/12/1)1()1()(01k h k h k其它===k k k 102/}0,.......0,0,1,1{)(1-=k h2/}1,1{2/}1,0,...,0,0{)(1-=-=-k h 1 级尺度系数212,9]/,13,6,4,6,7,11,10,1511,11,14,1[10,15,13, )(*)()(001=-=k c k h k C抽偶 2/]12,4,13,10,17,11,13,10[= 2 级尺度系数2/]16,2823,23[ 6,12]/227,23,17,1[23,24,28, )(*)()(102==-=抽偶k c k h k c 1 级小波系数2]/,-2,0,-6,9,-4,-1,3,41,1,-4,1,5[-4,-1,3,- )(*)()(011=-=k c k h k d抽偶 2/]6,2,3,4,1,1,3,4[----= 2 级小波系数2]/2,-3,9,-8,1[-3,2,-6,7 )(*)()(112=-=k c k h k d抽偶2/]8,3,6,3[ ----= 重构:(逐级重构) 2/]8,3,6,3[)(2----=k d2/]8,0,3,0,6,0,3,0[----=−−→−插值器2/]16,0,23,0,28,0,23,0[2/]16,23,28,23[)(插值器2=−−−−→−=k c2,24]/23420,26,8[20,26,22, 22/]8,0,3,0,6,0,3,0[*]1,1[2]/2,0,23,0,16[0,23,0,28*[1,1] )(*)()(*)()(21201=-----+=+=k d k h k c k h k c2/]6,0,2,0,3,0,4,0,1,0,1,0,3,0,4,0[2/]6,2,3,4,1,1,3,4[)(1----=−−→−----=插值器k d22/]24,0,8,0,26,0,20,0,34,0,22,0,26,0,20,0[22/]24,8,26,20,34,22,26.20[)(1=−−→−=插值器k c9]3 13 5 8 7 3 8 9 5 6 5 8 7 [3 2,0,-6]/2-4,0,3,0,-0,1,0,1,0,[0,-4,0,3,*[1,-1] /4,0,8,0,24],0,20,0,26,0,22,0,34[0,20,0,26*[1,1] )(*)()(*)()(11100=+=+=k d k h k c k h k c一、已知)(t ϕ(尺度函数)求小波函数)(t ψ⎩⎨⎧=01)(t ϕ其它210≤≤t解:1)⎩⎨⎧=01)(t ϕ其它210≤≤t 易知,{})(n t -ϕ关于n 为一正交归一基.2)求n h()⎰∞--==,1)2()(2),(dt n t t t t h n n ϕϕϕϕ其中,⎩⎨⎧=-01)2(n t ϕ()其它2/2/12/n t n +≤≤当0=n 时,⎩⎨⎧=01)2(t ϕ其它4/10≤≤t当1=n 时,⎩⎨⎧=-01)12(t ϕ其它4/32/1≤≤t故当0=n 时,⎩⎨⎧=-01)2().(n t t ϕϕ 其它0=n当0=n 时,⎩⎨⎧=-01)2().(n t t ϕϕ其它4/10≤≤t故⎩⎨⎧=-=⎰022/1)2().(2dt n t t h n ϕϕ 其它0=n3)求n g ⎩⎨⎧=-=022/1)1(n nn h g=n 4)求)()()(0,10,1t g t g t nn--==∑ϕϕψ⎰=⋅=021)2(222/1t ϕ 其它4/10≤≤t1)(t ϕt)(t ψ(ϕ。
我个人的理解:小波分析是傅立叶分析思想的发展与延拓,它自产生以来,就一直与傅立叶分析密切相关,他的存在性证明,小波基的构造以及结果分析都依赖于傅立叶分析,二者是相辅相成的,两者主要的不同点:1、傅立叶变换实质是把能量有限信号f(t)分解到以{exp(jωt)}为正交基的空间上去;小 波变换的实质是把能量有限信号f(t)分解到W-j 和V-j 所构成的空间上去的。
2、傅立叶变换用到的基本函数只有sin(ωt),cos(ωt),exp(jωt),具有唯一性;小波分 析用到的函数(即小波函数)则具有多样性,同一个工程问题用不同的小波函数进行分析有时结果相差甚远。
小波函数的选用是小波分析运用到实际中的一个难点问题(也是小波分析研究的一个热点问题),目前往往是通过经验或不断地试验(对结果进行对照分析)来选择小波函数。
3、在频域分析中,傅立叶变换具有良好的局部化能力,特别是对于那些频率成分比较简单的确定性信号,傅立叶变换很容易把信号表示成各频率成分的叠加和的形式,如sin(ω1t)+0.345sin(ω2t)+4.23cos(ω3t),但在时域中傅立叶变换没有局部化能力,即无法从f(t)的傅立叶变换中看出f(t)在任一时间点附近的性态。
事实上,F(w)dw 是关于频率为w 的谐波分量的振幅,在傅立叶展开式中,它是由f(t)的整体性态所决定的。
4、在小波分析中,尺度a 的值越大相当于傅立叶变换中w 的值越小。
5、在短时傅立叶变换中,变换系数S(ω,τ)主要依赖于信号在[τ-δ,τ+δ]片段中的情况,时间宽度是2δ(因为δ是由窗函数g(t)唯一确定的,所以2δ是一个定值)。
在小波变换中,变换系数Wf (a,b )主要依赖于信号在[b-aΔφ,b+aΔφ)片断中的情况,时间宽度是2aΔφ,该时间的宽度是随尺度a 变化而变化的,所以小波变换具有时间局部分析能力。
6、若用信号通过滤波器来解释,小波变换与短时傅立叶变换不容之处在于:对短时傅立叶变换来说,带通滤波器的带宽Δf 与中心频率f 无关;相反小波变换带通滤波器的带宽Δf 则正比于中心频率f 。
定义:空间 L2 ( R) 中的多分辨分析是指 L2 ( R) 满足如下性质的一个空间序列Z ∈j j }{V :
(1)单调性: ⊂⊂⊂⊂-101V V V ;(2)逼近性:)(},0{2R L V V j Z
j j Z
j ==∈∈ ;(3)伸缩性:1)2()(+∈⇔∈j j V t f V t f ;(4)平移不变性:j j V t f V t f ∈-⇒∈)1()(,
Z k ∈∀;(5)存在函数0)(V t g ∈,使得Z k k)}-{g(t ∈构成0V 的Riesz 基。
满足上述个条件
的函数空间集合成为一个多分辨分析, 如果)(t g 生成一个多 分辨分析,那么称)(t g 为一个尺度函数。
关于多分辨分析的理解,我们在这里以一个三层的分解进行说明,其小波分解树如图所示。
从图可以明显看出,多分辨分析只是对低频部分进行进一步分解,而高 频部分则不予以考虑。
分解的关系为 112}0{)(+-+++++=j j j V V V R L 。
另外强调一点这 里只是以一个层分解进行说明,如果要进行进一步的分解,则可以把低频部分分解成低频部分和高频部分,以下再分解以此类推。
在理解多分解分析时,我们必须牢牢把握一点:其分解的最终目的是力求构造一个在频率上高度逼近)(2R L 空间的正交小波基,这些频率分辨率不 同的正交小波基相当于带宽各异的带通滤波器。
从上面的多分辨分析树型结 构图可以看出,多分辨分析只对低频空间进行进一步的分解,使频率的分辨率变得越来越高。
Mallat 算法:通过下面公式(1)和(2),可以很快计算出尺度系数和小波系数{cj,k,dj,k},。
主题:AP微积分BC 2017简答题解析一、问题一:求曲线y=x^4-2x^3的所有拐点。
1. 答案:我们需要求出曲线的二阶导数。
根据求导法则,对y=x^4-2x^3进行求导,得到y'=4x^3-6x^2。
再对y'进行求导,得到y''=12x^2-12x。
接下来,我们需要找到拐点,即y''=0的点。
解方程12x^2-12x=0,得到x=0和x=1。
曲线的拐点为(0,0)和(1,-1)。
二、问题二:求由曲线y=x^3-3x^2+5x和直线y=4x-3所围成的图形的面积。
2. 答案:我们需要找到两条曲线的交点。
解方程x^3-3x^2+5x=4x-3,得到x^3-3x^2+x+3=0。
利用数值方法或者代数方法求得曲线的交点为x=1和x=3。
我们需要求出两条曲线之间的面积。
利用定积分,求解∫[1,3](x^3-3x^2+5x-(4x-3))dx,得到8.5。
由曲线y=x^3-3x^2+5x和直线y=4x-3所围成的图形的面积为8.5。
三、问题三:已知y=e^x,求y''+2y'+y的表达式。
3. 答案:我们需要求出y'和y''。
对y=e^x分别求一阶和二阶导数,得到y'=e^x和y''=e^x。
将y''+2y'+y的表达式带入,得到e^x+2e^x+e^x=4e^x。
所求表达式为4e^x。
四、问题四:求由两个不相交的圆x^2+y^2=4和(x-2)^2+y^2=1所围成的区域的面积。
4. 答案:我们需要找到两个圆的交点坐标。
解方程x^2+y^2=4和(x-2)^2+y^2=1,得到x=1和x=3。
我们需要求出两个圆围成的区域的面积。
利用定积分,求解∫[1,3]sqrt(4-x^2)-sqrt(1-(x-2)^2)dx,得到4.694。
所求区域的面积为4.694。
第一章 随机事件和概率1. 设有k 个袋子,每个袋子内均装有n 张卡片,分别编有号码n ,,2,1 。
现从每个袋子内各取1张卡片,取到卡片上的最大号码不超过2+m 且不小于m 的概率p 是___________。
[解] 从k 个袋子内各取1张卡片共有k n 种不同的取法。
取到的k 张卡片最大号码不超过q 的取法共有kq 种(因为每个袋子只能从q~1中取)。
记=A {取到的k 张卡片最大号码不超过2+m },=B {取到的k 张卡片最大号码不超过1+m }所求概率为()()kkkk n m n m B P A P B A P 12)()()(--+=-=-2. 从1至9这9个数字中有放回地取3次,每次任取1个,求所取的3个数之积能被10整除的概率。
[解] 记A ={所取的3个数字中含有数字5},B ={所取的3个数字中含有偶数}C ={所取的3个数之积能被10整除}, 则AB C =()()()()()()()[]B A P B P A P B A P AB P AB PC P -+-=-=-==111 214.0243529495981333333==⎥⎦⎤⎢⎣⎡-+-=3. 甲、乙、丙三人依次抛一枚硬币,先抛出正面者获胜,直至有一人获胜为止。
求每个人获胜的概率。
3.0[解] 用i A ,i B,i C 表示“甲、乙、丙在第i 次抛出正面”( ,2,1=i ),则i A ,i B ,i C 相互独立,且()()()21===i i i C P B P A P甲获胜的概率() 3222111211111A C B A C B A A C B A A P p =()()() +++=322211121111A C B A C B A P A C B A P A P748111218121812181212132=-⨯=+⎪⎭⎫ ⎝⎛⨯+⎪⎭⎫ ⎝⎛⨯+⨯+=乙获胜的概率()3322211122111112B A C B A C B A B A C B A B A P p =()()()+++=332221112211111B A C B A C B A P B A C B A P B A P +⎪⎭⎫⎝⎛⨯+⎪⎭⎫ ⎝⎛⨯+⨯+=3281418141814141728/11141=-⨯=丙获胜的概率71727411213=--=--=p p p4. 甲、乙两名射手对同一目标进行射击,其命中率分别为()1,0,2121<<p p p p 。
一,证明:低通滤波器0h 与高通滤波器1h 的关系: )1()1()(01k h k h k --=证明: 0)()()()(1010=+++πωπωH H w H w H (1) ∴一定存在一个以π2为周期的函数)(ωλ使)()()(01πωωλ+=H w H (2) )()()2()()(001ωπωλπωπωλH H w H +=++= (3) 将(2),(3)带入(1)中有0)]()()[()(00=+++πωλωλπωωH H (4) 若(4)式成立则)()(πωλωλ++=0 有一个特解为:)2()(ωωλωg e i = (5)其中,)(ωg 为周期为π2的函数 将(5)代入(2)中有)()2()(01πωωωω+=H g e H i 取 ωωim eg =)(对所有的ω都成立,则有)()(0)12(1ωω+=+-H e H m i (6) 当 0=m 时,)()(01πωωω+=-H e H i 显然(6)是(1)的解, 由ki ke k h ωω-∑=H )(21)(00ki ke k h ωω-∑=H )(21)(11则 (6) 式左右两边分别为 ki ke k h ωω-∑=H )(21)(11 (7)∑∑-+----==+H kik kkki i i e k h e k h e e ωπωωωπω)1(21)1( )(21)(0)(00 (8)比较(7)(8)两式有)1()1()(01k h k h k --= 证毕一、证明因子a /1的作用是保证不同尺度下,函数)(,t b a ψ与母小波)(t ψ的能量相同。
证明:由)(/1)(,at a t b a τψψ-=,可知其能量为 dt at a dt t E b a 22,|)(/1||)(|⎰⎰+∞∞-+∞∞--==τψψ 令at x τ-=则有adx dt = ⎰⎰⎰+∞∞-+∞∞-+∞∞-===∴dx x dx x a a ax d x a E 222|)(||)(/1|)(|)(/1|ψψψ)(t ψ的能量E dt t E =='⎰+∞∞-2|)(|ψ由此可见因子a /1的作用是保证不同尺度下,函数)(,t b a ψ与母小波)(t ψ的能量相同。
从傅里叶(Fourier)变换到伽柏(Gabor)变换再到小波(Wavelet)变换题目:从傅里叶(Fourier)变换到伽柏(Gabor)变换再到小波(Wavelet)变换本文是边学习边总结和摘抄各参考文献内容而成的,是一篇综述性入门文档,重点在于梳理傅里叶变换到伽柏变换再到小波变换的前因后果,对于一些概念但求多而全,所以可能会有些理解的不准确,后续计划分别再展开学习研究。
通过本文可以了解到:1)傅里叶变换的缺点;2)Gabor变换的概念及优缺点;3)什么是小波;4)小波变换的概念及优点。
一、前言首先,我必须说一下,在此之前,虽然我听说过小波变换(具体是前几年听一位博士毕业答辩里提到了小波降噪)但就再也没什么了,虽然近一年来零零散散地在接触语音信号处理过程中用过短时傅里叶变换(Short Time Fourier Transf orm, STFT),但也就如此了,之于Gabor变换听都没有听过。
这些天看稀疏基,其实也就是看各种变换了,前面看了离散余弦变换(Discret e CosineT ransfo rm, DCT)、离散正弦变换(Discret e Sine Transfo rm, DST)、离散W 变换(Discret eW Transfo rm, DWT)、离散哈特莱变换(Discret e Hartley Transfo rm, DHT),总体来说理解个表皮还是比较容易的,于是打算继续学习,随便挑了一个C urvele t基打算学习一下,搜了一下资料才发现不能从这个开始学习,必须Gabor、Wavelet、Ridgele t、Curvele t、Wedgele t、Bandele t、Beamlet、Contour let等慢慢开始学起,我知道我又陷入了一片沼泽,但或许是一片幸福的沼泽,一个做信号处理的人对这些是应该有一个基本的概念级了解的。
现代波谱分析方法习题答案现代波谱分析方法习题答案波谱分析是一种广泛应用于科学研究和工程技术领域的分析方法。
它通过对信号的频谱进行分析,可以获取信号的频率、幅度、相位等信息。
在现代波谱分析方法中,常见的有傅里叶变换、小波变换和自相关分析等。
下面将针对这些方法提供一些习题的答案,帮助读者更好地理解和掌握这些方法。
1. 傅里叶变换是一种将时域信号转换为频域信号的方法。
它可以将一个信号分解为一系列不同频率的正弦和余弦波的叠加。
傅里叶变换的公式为:F(ω) = ∫f(t)e^(-jωt)dt其中,F(ω)表示频域信号,f(t)表示时域信号,ω表示频率。
根据傅里叶变换的性质,可以得到以下答案:a) 傅里叶变换的逆变换公式为:f(t) = ∫F(ω)e^(jωt)dωb) 傅里叶变换是线性的,即对于两个信号f1(t)和f2(t),它们的傅里叶变换的线性组合等于它们的线性组合的傅里叶变换。
c) 傅里叶变换满足平移性质,即对于信号f(t)的傅里叶变换F(ω),将信号f(t)向右平移Δt的傅里叶变换为F(ω)e^(-jωΔt)。
d) 傅里叶变换满足频率平移性质,即对于信号f(t)的傅里叶变换F(ω),将信号f(t)的频率增加Δω的傅里叶变换为F(ω-Δω)。
2. 小波变换是一种将信号分解为不同频率的小波的方法。
它与傅里叶变换不同的是,小波变换可以提供信号的时频局部信息。
小波变换的公式为:W(a,b) = ∫f(t)ψ[(t-b)/a]dt其中,W(a,b)表示小波变换后的信号,f(t)表示原始信号,ψ(t)表示小波函数,a和b分别表示尺度因子和平移因子。
根据小波变换的性质,可以得到以下答案: a) 小波变换的逆变换公式为:f(t) = ∫∫W(a,b)ψ[(t-b)/a]dadbb) 小波变换可以提供信号的时频局部信息,即可以同时获得信号的时域和频域信息。
c) 小波变换具有多分辨率分析的特点,即可以通过改变尺度因子a来分析不同频率范围的信号。
1什么是小波函数?(或小波函数满足什么条件?)
答:设)()(2R L t ∈ϕ,且其Fourier 变换)(ωϕ
满足可允许性(admissibility )条件
+∞<⎰∞
+∞-ωωϕd w |||)(|2
,则称)(t ϕ为小波函数。
2 Fourier 变换的不足?
Fourier 分析的不足,主要表现在以下两点:
1) Fourier 分析不能刻画时域信号的局部特性;(只知道信号所含有的频率信息,但不能知道各种不同频率信息在什么时候/位置出现) 2) Fourier 分析对非平稳信号的处理效果不好。
(如音乐、语言、地震、电脉冲等)
3 什么是加窗Fourier 变换?
用一个时间函数g(t)做窗口函数,该时间函数在有限区间外恒等于零,或很快趋近与零。
用g(t –τ)与待分析函数f(t)相乘,然后对乘积进行Fourier 变换,乘积作用相当与在 t =τ处开了个“窗口”。
即
),(τωf G =
dt e t g t f R
t i ⎰
--ωτ)()(
其反演公式为:
ττωτωπωd G t g e d t f f R R
t
i ),()(21)(-=
⎰⎰
),(τωf G ),(+∞<<-∞+∞<<-∞τω确实包含了f(t)的全部信息。
4.什么是分数傅里叶变换?
分数傅里叶变换是傅里叶变换的广义化,傅里叶变换通常指变换整数次,而分数傅里叶变换的变换次数不一定是整数,而是分数,其定义式为 ,当a=1时,分数傅里叶变换就变成了傅里叶变换。
一、写出离散小波、二进小波的表达式 答:(1)离散小波:)2(2
2
,k t j j
k j -=--ψψ
(2)二进小波:))2(2(2)(2
,2τψψτj
j j t t j -=--
三、二进小波满足什么样的条件时,它的小波变换及其逆变换是存在的? 设小波函数)(2R L t ∈)(ψ,若存在两个常数A,B,满足0<+∞<≤B A ,使得
B A j Z
≤∑≤∈2
j )
2(ωψ
成立,则称)(,2t j τψ小波是)(2R L 上的二进小波,称上式为二进小波的稳定条件,
当A=B 时称为最稳定条件。
答:当二进小波满足B A j
Z
≤∑≤∈2
j )
2(ωψ的条件构成2
()R L 的一个小波框架,它
的小波变换和逆变换是存在的。
四:二尺度方程的用途:获取正交小波的方法 一、写出尺度函数的定义
答:设
2
()()t R L ϕ∈,记()()k t t k ϕϕ=-为其整数位移,若()k t ϕ满足,(),()k k k k t t ϕϕδ
''= ,k k Z '∈则称()t ϕ为尺度函数。
二、写出二尺度方程,并说明其意义
答:
0,0
1,()()()
j j k
k
t k t h ϕ
ϕ
-=∑
1,0
1,()()()
j j k
k
t k t h φ
ϕ
-=∑它们描述了任意两个相邻尺度空间j V 空间与1
j V
-空间之间
基函数的相互关系,也描述了1
j V -空间与j W 空间的基函数的相互关系。
分形定义:部分以某种形式与整体相似的形状叫做分形
三、分形的特点
(1) 具有无限精细的结构 (2) 局部与整体的相似性
(3) 具有非拓扑维数,并且它大于对应的拓扑维数 (4) 具有随机性
(5) 在大多数情况下,分形可以用非常简单的方法确定,可能由迭代产生。
自相似性:分形体系的局部与整体是相似的。
实际上,分形体系内任何一个相对独立的部分,在一定程度上都是整体的再现和缩影。
构成分形整体的相对独立的部分称为生成元或分形元。
无限细分:任何一个分形,都很有无穷多个分形元。
对整体的无限细分,所形成的无数分形元,构成了分形图形的整体。
分数维数:分维数非整数维数
1. 什么叫混沌?
混沌是一种确定系统中出现的类似随机的过程。
2. 什么叫初值敏感性?
初值敏感性是混沌现象中的一个重要特征,即对初始条件具有极大的依赖性。
初始条件的极小偏差,将会引起结果的极大差异。
3. 什么一维迭代Logistic 方程?
1(1)
(0104n n n x rx x x r +=-≤≤≤≤;)其中r 是重要的决定系统迭代过程性质的参数
4. 混沌与分形的关系?
不同:混沌动力学和分形理论是非线性科学中的两个重要组成部分。
混沌主要在于研究过程的分形特征,分形更注重于吸引子本身结构的研究。
相同:(1)都是非线性方程所描述的非平衡过程及其结果;
(2)混沌运动的随机性与初始状态的涨落密切相关,分形结构的具体形状也与初始状态的涨落有关;
(3)混沌运动的奇怪吸引子和分形结构都具有自相似性。
一、写出常用小波母函数的函数表达式,并画出它们和它们的频谱图形。
1、Morlet 小波
其表达式:t i t e e t ωϕ2
2)(-=,取其实部则有)cos()(2
2t e
t t ωϕ-=,其Fourier 变换
2
/)
(2
2)(ωωπωϕ--=e
,如图a ,b 分别是时域与频域的图形。
2.Mexican hat 小波 其表达式:2
2
2)1(32)(t e
t t --=
π
ϕ,其Fourier 变换2
/2423
22)(ωωπωϕ-=e
用Matlab 绘图,如图c ,d 分别是时域与频域的图形。
3、Shannon 小波
其表达式:)2/3cos(2/)2/sin()(t t t t πππϕ=
,其Fourier 变换⎪⎩
⎪
⎨⎧<<=其他
2||1
)(π
ωπωϕ ,
)
(t ϕt
)
(a )
(ωϕ
ωω
)
(b c
d
如图e,f分别是时域与频域的图形。
t e
ωf。