典型的线性变换:短时傅立叶变换和小波变换
来源:互联网 发布:国外 恐怖 知乎 编辑:程序博客网 时间:2024/04/30 04:21
短时傅立叶变换和小波变换是典型的线性变换,它们本质上都是对信号进行加窗线性变换。
不同的是:
- 前者采用的是固定窗,即采用宽度一样的窗函数来分析信号低频分量和高频分量;
- 而后者采用的是可变窗:分析低频分量时,窗口较宽,而分析高频分量时,窗口较窄。
- 正因为短时傅立叶变换采用的是固定窗,所以它的时频分辨率固定不变,即在高频段和低频段有相同的分辨率。
- 而用小波变换分析信号时,对低频分量,可取得较好的频域分辨率和较差的时域分辨率;但对高频分量,则恰好相反。
- 这种时域分辨率和频域分辨率的此消彼长,根本上是因为时频分辨率受限于 Heisenberg 测不准原理。
- 根据该原理,任何一种变换的时频分辨率都不可能同时达到最优,即如果要提高时域分辨率,则频域分辨率必然降低;而如果要提高频域分辨率,则时域分辨率必然降低。
- 短时傅立叶变换和小波变换均采用矩形的时频网格,且时频分辨率与信号无关。
因此,它们得到的时频表示能量集中度(也称聚集性)较差,故不能准确刻画非平稳信号的局部时频特征。
阅读全文
0 0
- 典型的线性变换:短时傅立叶变换和小波变换
- Matlab 傅立叶变换 短时傅立叶变换 小波变换
- 短时傅立叶变换、小波变换
- 短时傅立叶变换、小波变换
- 傅立叶变换和小波变换分析
- 傅立叶变换小波变换
- 傅立叶变换和小波分析
- 傅立叶变换和小波分析
- 傅立叶变换和小波分析
- 傅立叶变换和小波分析
- 傅立叶变换和小波分析
- 傅立叶变换和小波分析
- 【转载】小波变换与傅立叶变换
- 傅立叶变换和小波分析(转)
- [转]傅立叶变换与小波分析的关系
- 傅里叶变换&短时傅里叶变换&小波变换
- 傅里叶变换&短时傅里叶变换&小波变换
- 卷积和傅立叶变换
- MySQL INFORMATION_SCHEMA 使用
- 数据结构之线索二叉树的前序,中序和后序遍
- 【JavaWeb】springmvc + hibernate整合配置
- 开发者最讨厌的编程语言:Perl 名列第一,PHP、Objective-C 和 Ruby 都在其中
- html 第七章 表格的应用
- 典型的线性变换:短时傅立叶变换和小波变换
- python机器学习常用的几个库
- 通过两个位置的经纬度坐标计算距离(Java版本)
- impala内建函数
- Git 上传文件、文件夹或项目到 Github
- 198. House Robber
- 使用bootstrap-select多选下拉框和ajax请求到的数据添加到下拉框
- java 之 装饰设计模式 和继承的优缺点
- 25岁Java工程师如何转型学习人工智能?