和離散小波變換

和離散小波變換

ID:47034159

大?。?00.00 KB

頁數(shù):7頁

時間:2019-07-02

和離散小波變換_第1頁
和離散小波變換_第2頁
和離散小波變換_第3頁
和離散小波變換_第4頁
和離散小波變換_第5頁
資源描述:

《和離散小波變換》由會員上傳分享,免費在線閱讀,更多相關內(nèi)容在行業(yè)資料-天天文庫。

1、1.2.離散小波變換學院:精儀學院學號:1013202055姓名:孫培元長期以來,快速傅氏變換(FastFourierTransform)和離散小波變換(DiscreteWaveletTransform)在數(shù)字信號處理、石油勘探、地震預報、醫(yī)學斷層診斷、編碼理論、量子物理及概率論等領域中都得到了廣泛的應用。各種快速傅氏變換(FFT)和離散小波變換(DWT)算法不斷出現(xiàn),成為數(shù)值代數(shù)方面最活躍的一個研究領域,而其意義遠遠超過了算法研究的范圍,進而為諸多科技領域的研究打開了一個嶄新的局面。1.離散小波變換DWT1.1離散小波變換DWT及其串行算法先對一維小波變換作

2、一簡單介紹。設f(x)為一維輸入信號,記,,這里與分別稱為定標函數(shù)與子波函數(shù),與為二個正交基函數(shù)的集合。記P0f=f,在第級上的一維離散小波變換DWT(DiscreteWaveletTransform)通過正交投影Pjf與Qjf將Pj-1f分解為:其中:,,這里,{h(n)}與{g(n)}分別為低通與高通權系數(shù),它們由基函數(shù)與來確定,p為權系數(shù)的長度。為信號的輸入數(shù)據(jù),N為輸入信號的長度,L為所需的級數(shù)。由上式可見,每級一維DWT與一維卷積計算很相似。所不同的是:在DWT中,輸出數(shù)據(jù)下標增加1時,權系數(shù)在輸入數(shù)據(jù)的對應點下標增加2,這稱為“間隔取樣”。算法1一

3、維離散小波變換串行算法輸入:c0=d0(c00,c10,…,cN-10)h=(h0,h1,…,hL-1)g=(g0,g1,…,gL-1)輸出:cij,dij(i=0,1,…,N/2j-1,j≥0)Begin(1)j=0,n=N(2)While(n≥1)do(2.1)fori=0ton-1do(2.1.1)cij+1=0,dij+1=0(2.1.2)fork=0toL-1doendforendfor(2.2)j=j+1,n=n/2endwhileEnd顯然,算法1的時間復雜度為O(N*L)。在實際應用中,很多情況下采用緊支集小波(CompactlySupport

4、edWavelets),這時相應的尺度系數(shù)和小波系數(shù)都是有限長度的,不失一般性設尺度系數(shù)只有有限個非零值:h1,…,hN,N為偶數(shù),同樣取小波使其只有有限個非零值:g1,…,gN。為簡單起見,設尺度系數(shù)與小波函數(shù)都是實數(shù)。對有限長度的輸入數(shù)據(jù)序列:(其余點的值都看成0),它的離散小波變換為:其中J為實際中要求分解的步數(shù),最多不超過log2M,其逆變換為注意到尺度系數(shù)和輸入系列都是有限長度的序列,上述和實際上都只有有限項。若完全按照上述公式計算,在經(jīng)過J步分解后,所得到的J+1個序列和的非零項的個數(shù)之和一般要大于M,究竟這個項目增加到了多少?下面來分析一下上述計

5、算過程。j=0時計算過程為不難看出,的非零值范圍為:即有個非零值。的非零值范圍相同。繼續(xù)往下分解時,非零項出現(xiàn)的規(guī)律相似。分解多步后非零項的個數(shù)可能比輸入序列的長度增加較多。例如,若輸入序列長度為100,N=4,則有51項非零,有27項非零,有15項非零,有9項非零,有6項非零,有4項非零,有4項非零。這樣分解到6步后得到的序列的非零項個數(shù)的總和為116,超過了輸入序列的長度。在數(shù)據(jù)壓縮等應用中,希望總的長度基本不增加,這樣可以提高壓縮比、減少存儲量并減少實現(xiàn)的難度??梢圆捎蒙晕⒏淖冇嬎愎降姆椒?,使輸出序列的非零項總和基本上和輸入序列的非零項數(shù)相等,并且可以

6、完全重構。這種方法也相當于把輸入序列進行延長(增加非零項),因而稱為延拓法。只需考慮一步分解的情形,下面考慮第一步分解(j=1)。將輸入序列作延拓,若M為偶數(shù),直接將其按M為周期延拓;若M為奇數(shù),首先令。然后按M+1為周期延拓。作了這種延拓后再按前述公式計算,相應的變換矩陣已不再是H和G,事實上這時的變換矩陣類似于循環(huán)矩陣。例如,當M=8,N=4時矩陣H變?yōu)椋寒擬=7,N=4時矩陣H變?yōu)椋簭纳鲜龅木仃嚤硎究梢钥闯?,兩種情況下的矩陣內(nèi)都有完全相同的行,這說明作了重復計算,因而從矩陣中去掉重復的那一行不會減少任何信息量,也就是說,這時我們可以對矩陣進行截短(即去掉

7、一行),使得所得計算結果仍然可以完全恢復原輸入信號。當M=8,N=4時截短后的矩陣為:當M=7,N=4時截短后的矩陣為:這時的矩陣都只有行。分解過程成為:向量C1和D1都只有個元素。重構過程為:可以完全重構。矩陣H,G有等式H*H+G*G=I一般情況下,按上述方式保留矩陣的行,可以完全恢復原信號。這種方法的優(yōu)點是最后的序列的非0元素的個數(shù)基本上和輸入序列的非0元素個數(shù)相同,特別是若輸入序列長度為2的冪,則完全相同,而且可以完全重構輸入信號。其代價是得到的變換系數(shù)Dj中的一些元素已不再是輸入序列的離散小波變換系數(shù),對某些應用可能是不適合的,但在數(shù)據(jù)壓縮等應用領域

8、,這種方法是可行的。1.1.1離散小波

當前文檔最多預覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當前文檔最多預覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學公式或PPT動畫的文件,查看預覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權歸屬用戶,天天文庫負責整理代發(fā)布。如果您對本文檔版權有爭議請及時聯(lián)系客服。
3. 下載前請仔細閱讀文檔內(nèi)容,確認文檔內(nèi)容符合您的需求后進行下載,若出現(xiàn)內(nèi)容與標題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。