1-D小波分解
给出信号S.长度N,DWT在大多数日志中组成2N脚步。从...开始S.,第一步产生两组系数:近似系数加利福尼亚州1和细节系数光盘1。旋转S.使用低通滤波器l
和高通滤波器隐藏
,随后是Dyadic Decimation(下采样),分别导致近似和细节系数。
在哪里
- 使用过滤器卷积X
- DownSample(保留均匀索引的元素)
每个过滤器的长度等于2N。如果N=长度(S.),信号F和G是长度N+ 2N-1和系数加利福尼亚州1和光盘1是长度
地面 。
下一步分割近似系数加利福尼亚州1在两个零件中使用相同的方案,更换S.经过加利福尼亚州1和生产加利福尼亚州2和光盘2, 等等。
信号的小波分解S.在水平分析j有以下结构:[加利福尼亚州j那光盘j,......,光盘1]。
此结构包含j= 3,以下树的终端节点:
[1] Daubechies,I.在小波上的十次讲座,CBMS-NSF区域会议系列在应用数学中。费城,帕:暹罗,1992年。
[2] Mallat,S. G。“一个多分辨率信号分解理论:小波表示,”图案分析和机器智能的IEEE交易。卷。11,第7款,1989年7月,第674-693号。
[3] Meyer,Y.小波和运营商。由D. H. Salinger翻译。剑桥,英国:剑桥大学出版社,1995年。