Вейвлеты Добеши, основанные на работе Ингрид Добеши, представляют собой семейство ортогональных вейвлетов, определяющих дискретное вейвлет-преобразование и характеризующихся максимальным числом исчезающих моментов для некоторого заданного поддерживают. Для каждого типа вейвлетов этого класса существует функция масштабирования (называемая исходным вейвлетом), которая генерирует ортогональный анализ с множественным разрешением.
В общем, вейвлеты Добеши выбираются так, чтобы иметь наибольшее число A исчезающих моментов (это не означает наилучшую гладкость) для данной ширины опоры (числа коэффициентов) 2A. Используются две схемы именования: DN с использованием длины или количества ответвлений и dbA со ссылкой на количество исчезающих моментов. Итак, D4 и db2 - это одно и то же вейвлет-преобразование.
Среди 2 возможных решений алгебраических уравнений для условий момента и ортогональности выбирается то, масштабный фильтр которого имеет экстремальную фазу. Вейвлет-преобразование также легко реализовать на практике с помощью быстрого вейвлет-преобразования. Вейвлеты Добеши широко используются для решения широкого круга задач, например свойства самоподобия сигнала или фрактальные проблемы, неоднородности сигнала и т.д.
Вейвлеты Добеши не определены в терминах результирующих функций масштабирования и вейвлетов; фактически, их невозможно записать в закрытой форме. Графики ниже созданы с использованием каскадного алгоритма , числового метода, состоящего из обратного преобразования [1 0 0 0 0...] подходящее количество раз.
масштабные и вейвлет-функции | |||
амплитуды частотных спектров вышеуказанных функций |
Обратите внимание, что представленные здесь спектры не являются частотными характеристиками фильтров высоких и низких частот, а скорее амплитудами непрерывных преобразований Фурье. масштабных (синий) и вейвлет (красный) функций.
Ортогональные вейвлеты Добеши D2 – D20 соотв. Обычно используются db1 – db10. Номер индекса относится к количеству N коэффициентов. Каждый вейвлет имеет количество нулевых моментов или исчезающих моментов, равное половине числа коэффициентов. Например, D2 имеет один исчезающий момент, D4 - два и т. Д. Исчезающий момент ограничивает способность вейвлетов представлять поведение или информацию полинома в сигнале. Например, D2 с одним нулевым моментом легко кодирует полиномы одного коэффициента или постоянные составляющие сигнала. D4 кодирует полиномы с двумя коэффициентами, то есть постоянной и линейной составляющими сигнала; и D6 кодирует 3-полиномы, то есть постоянные, линейные и квадратичные компоненты сигнала. Эта способность кодировать сигналы, тем не менее, зависит от явления масштабной утечки и отсутствия инвариантности сдвига, которые возникают из-за операции дискретного сдвига (ниже) во время применения преобразования. Подпоследовательности, которые представляют линейные, квадратичные (например) компоненты сигнала, обрабатываются преобразованием по-разному в зависимости от того, совпадают ли точки с точками с четными или нечетными номерами в последовательности. Отсутствие важного свойства инвариантности сдвига привело к разработке нескольких различных версий инвариантного сдвига (дискретного) вейвлет-преобразования.
Оба масштабирующая последовательность (фильтр нижних частот) и последовательность вейвлетов (полосовой фильтр) (см. ортогональный вейвлет для деталей этой конструкции) здесь будут нормализованы, чтобы иметь сумму, равную 2, и сумму квадратов, равную 2. В некоторых приложениях они нормализованы до суммы , так что обе последовательности и все их сдвиги на четное число коэффициентов ортонормированы. друг другу.
Использование общего представления для масштабирующей последовательности ортогонального дискретного вейвлет-преобразования с порядком аппроксимации A,
с N = 2A, p с действительными коэффициентами, p (1) = 1 и deg ( p) = A - 1, можно записать условие ортогональности как
или равно как
с полиномом Лорана
генерирует все симметричные последовательности и Далее, P (X) обозначает симметричный полином Лорана
Поскольку
P принимает неотрицательные значения на отрезке [0, 2].
Уравнение (*) имеет одно минимальное решение для каждого A, которое может быть получено делением в кольце усеченных степенных рядов в X,
Очевидно, это имеет положительные значения на (0,2).
Однородное уравнение для (*) антисимметрично относительно X = 1 и, следовательно, имеет общее решение
, где R - некоторый многочлен с действительными коэффициентами. Сумма
должно быть неотрицательным на интервале [0,2], переводится в набор линейных ограничений на коэффициенты R. Значения P на интервале [0,2] ограничены некоторой величиной максимизация r приводит к линейной программе с бесконечно много условий неравенства.
Решить
для p используется метод, называемый спектральной факторизацией, соответственно. Алгоритм Фейера-Рисса. Многочлен P (X) разбивается на линейные множители
Каждый линейный множитель представляет собой многочлен Лорана
, который можно разложить на два линейных фактора. Можно сопоставить любой из двух линейных факторов с p (Z), таким образом, можно получить 2 возможных решения. Для экстремальной фазы выбирается тот, который имеет все комплексные корни p (Z) внутри или на единичной окружности и, таким образом, является действительным.
Для вейвлет-преобразования Добеши используется пара линейных фильтров. Эта пара фильтров должна обладать свойством, которое называется квадратурным зеркальным фильтром. Решение коэффициента линейного фильтра с использованием свойства квадратурного зеркального фильтра приводит к приведенному ниже решению для значений коэффициентов для фильтра порядка 4.
Ниже приведены коэффициенты масштабных функций для D2-20. Вейвлет-коэффициенты получают, меняя порядок коэффициентов масштабирующей функции и затем меняя знак каждого второго (то есть вейвлет D4 = {-0,1830127, -0,3169873, 1,1830127, -0,6830127}). Математически это выглядит так: где k - индекс коэффициента, b - коэффициент вейвлет-последовательности и a - коэффициент масштабирующей последовательности. N - индекс вейвлета, т.е. 2 для D2.
D2 (Хаар ) | D4 | D6 | D8 | D10 | D12 | D14 | D16 | D18 | D20 |
---|---|---|---|---|---|---|---|---|---|
1 | 0,6830127 | 0,47046721 | 0,32580343 | 0,22641898 | 0,15774243 | 0,11009943 | 0,07695562 | 0,05385035 | 0,03771716 |
1 | 1,1830127 | 1,14111692 | 1,01094572 | 0,85394354 | 0,69950381 | 0,56079128 | 0,44246725 | 0,34483430 | 0,26612218 |
0,3169873 | 0,650365 | 0,89220014 | 1,02432694 | 1,06226376 | 1,03114849 | 0,95548615 | 0,85534906 | 0,74557507 | |
-0,1830127 | -0,19093442 | -0,03957503 | 0,19576696 | 0,44583132 | 0,66437248 | 0,82781653 | 0,92954571 | 0,97362811 | |
-0,12083221 | -0,26450717 | -0,34265671 | −0.31998660 | -0,20351382 | -0,02238574 | 0,18836955 | 0,39763774 | ||
0,0498175 | 0,0436163 | - 0,04560113 | -0,18351806 | -0,31683501 | -0,40165863 | -0,41475176 | -0,35333620 | ||
0,0465036 | 0,10970265 | 0,13788809 | 0,1008467 | 6,68194092 × 10 | -0,13695355 | -0,27710988 | |||
-0,01498699 | -0,00882680 | 0,03892321 | 0,11400345 | 0,18207636 | 0,21006834 | 0,18012745 | |||
-0,01779187 | -0,04466375 | -0,05378245 | -0,02456390 | 0,043452675 | 0,13160299 | ||||
4,71742793 × 10 | 7,83251152 × 10 | -0,02343994 | -0,06235021 | -0,09564726 | -0,10096657 | ||||
6,75606236 × 10 | 0,01774979 | 0,01977216 | 3,54892813 × 10 | -0,04165925 | |||||
-1,52353381 × 10 | 6,07514995 × 10 | 0,01236884 | 0. 03162417 | 0,04696981 | |||||
−2,54790472 × 10 | −6,88771926 × 10 | −6,67962023 × 10 | 5,10043697 × 10 | ||||||
5,00226853 × 10 | −5,54004549 × 10 | −6,05496058 × 10 | −0,01517900 | ||||||
9,55229711 × 10 | 2,61296728 × 10 | 1,97332536 × 10 | |||||||
−1,66137261 × 10 | 3,25814671 × 10 | 2,81768659 × 10 | |||||||
−3,56329759 × 10 | −9,69947840 × 10 | ||||||||
5,5645514 × 10 | -1,64709006 × 10 | ||||||||
1,32354367 × 10 | |||||||||
-1,875841 × 10 |
Части конструкции также используются для получения биортогональных вейвлетов Коэна-Добеши-Фово ( CDF).
Хотя программное обеспечение, такое как Mathematica, поддерживает вейвлеты Добеши напрямую, базовая реализация возможна в MATLAB (в данном случае, Добеши 4). Эта реализация использует периодизацию для решения проблемы сигналов конечной длины. Доступны и другие, более сложные методы, но часто в их использовании нет необходимости, поскольку они влияют только на самые концы преобразованного сигнала. Периодизация выполняется в прямом преобразовании непосредственно в векторной нотации MATLAB, а обратное преобразование - с использованием функции circshift ():
Предполагается что S, вектор-столбец с четным числом элементов, был заранее определен как сигнал для анализа. Обратите внимание, что коэффициенты D4 равны [1 + √3, 3 + √3, 3 - √3, 1 - √3] / 4.
N = длина (S); s1 = S (1: 2: N - 1) + sqrt (3) * S (2: 2: N); d1 = S (2: 2: N) - sqrt (3) / 4 * s1 - (sqrt (3) - 2) / 4 * [s1 (N / 2); s1 (1: N / 2 - 1)]; s2 = s1 - [d1 (2: N / 2); d1 (1)]; s = (sqrt (3) - 1) / sqrt (2) * s2; d = - (sqrt (3) + 1) / sqrt (2) * d1;
d1 = d * ((sqrt (3) - 1) / sqrt (2)); s2 = s * ((sqrt (3) + 1) / sqrt (2)); s1 = s2 + circshift (d1, - 1); S (2: 2: N) = d1 + sqrt (3) / 4 * s1 + (sqrt (3) - 2) / 4 * circshift (s1, 1); S (1: 2: N - 1) = s1 - sqrt (3) * S (2: 2: N);
Викискладе есть медиафайлы, связанные с вейвлетами Добеши. |