下载文档原格式
第1章Haar小波分析1.1简介(近距离---小尺度） （高分辨率）(远距离---大尺度) （低分辨率）1.2 平均与细节设1234{,,,}x x x x 是一个信号序列。
定义它的平均和细节：1,0121,012()/2()/2a x x d x x =+⎫⎬=-⎭找出了1x 、2x 和1,0a 、1,0d 的关系。
这里，1,0a 是原信号前两个值1x 、2x 的平均。
又叫低频成分，反映前两个值1x 、2x 的基本特征或粗糙趋势；1,0d 反映了1x 、2x 的差别，即细节信息，又叫高频成分。
1,1341,134()/2()/2a x x d x x =+⎫⎬=-⎭找出了3x 、4x 和1,1a 、1,1d 的关系。
同样，1,1a 是原信号后两个值3x 、4x 的平均，1,1d 反映了3x 、4x 的细节。
我们把1,01,11,01,1{,,,}a a d d 看作是对1234{,,,}x x x x 实施了一次变换的结果。
变换还可以往下进行：0,01,01,1()/2a a a =+=1234(()/2()/2)/2x x x x +++ =1234()/4x x x x +++0,0a 是对4个信号元素最终的平均，它是原信号最基本的信息；0,01,01,1()/2d a a =-。
经过二次变换，我们得到了原信号的另一种表示：0,00,01,01,1{,,,}a d d d该序列叫做原序列的小波变换，0,00,01,01,1,,,a d d d 叫做小波系数。
还可以反过来表示：111,0211,0x a d x a d =+⎫⎬=-⎭这是用｛1a ,1,0d ｝来恢复原信号1x 、2x ；321,1421,1x a d x a d =+⎫⎬=-⎭用｛2a ,1,1d ｝来恢复原信号3x 、4x 。
也就是反变换。
小波变换过程的塔式算法：例如，1234{,,,}x x x x ＝｛3，1，－2，4｝最终的小波变换为0,00,01,01,1{,,,}a d d d =31{,,1,3}22-1.3 尺度函数与小波函数 (1)Haar 尺度函数不压缩：不位移 位移一个单位 位移k 个单位t1)-压缩1/12倍，不位移压缩1/12倍，位移一个单位 压缩1/2j倍，移位K 个单位一般,()(2)j j k t t k φφ=-，0,1,2,...,21j k =-◆ 几个术语1） 支撑（支集），（尺度）函数,()j k t φ不为零的区间，上例中为1[,]22j j k k +。
第4章 小波变换的实现技术Mallat 算法双正交小波变换的Mallat 算法：设{}n h h =、{}n g g =、{}n h h =、{}n g g =为实系数双正交小波滤波器。
h ，g 是小波分析滤波器，h ，g 是小波综合滤波器。
h 表示h 的逆序，即n n h h -=。
若输入信号为n a ，它的低频部份和高频部份以此为1n a -和1n d -，小波分解与重构的卷积算法：11()()n n n na D a h d D a g --⎧⎪=*⎨=*⎪⎩ n11()()n n a Uah Ud g --=*+*先进行输入信号和分析滤波器的巻积，再隔点采样，以形成低频和高频信号。
对于有限的数据量，通过量次小波转变后数据量大减，因此需对输入数据进行处置。
4.1.1 边界延拓方式 下面给出几种经验方式。
1. 补零延拓是假定边界之外的信号全数为零，这种延拓方式的缺点是，若是输入信号在边界点的值与零相差专门大，则零延拓意味着在边界处加入了高频成份，造成专门大误差。
实际应用中很少采用。
0121,0,,,,...,,0,0,......n s s s s -2.简单周期延拓将信号看做一个周期信号,即k n k s s +=。
简单周期延拓后的信号变成这种延拓方式的不足的地方在于，当信号两头边界值相差专门大时，延拓后的信号将存在周期性的突变，也就是说简单周期延拓可在边界引入大量高频成份，从而产生较大误差。
3. 周期对称延拓0121,,,...,,n s s s s -0121,,,...,,n s s s s -0121,,,...,,n s s s s -0,...s 1,...,n s -这种方式是将原信号在边界上作对称折叠，一般分二1）当与之做卷积的滤波器为奇数时，周期延拓信号为2）当与之做卷积的滤波器为偶数时，周期延拓信号为4. 滑腻常数延拓在原信号两头添加与端点数据相同的常数。
5. 光滑延拓在原信号两头用线性外插法补充采样值，即沿着信号两头包络线的一阶导数方向增加采样值。
