ВУЗ:
Составители:
Рубрика:
Глава 4. ПРИМЕНЕНИЕ ВЕЙВЛЕТ-ПРЕОБРАЗОВАНИЙ
74
к Фурье-образам сигнала и вейвлетной функции
k
X
ˆ
ψ
ˆ
и
воспользоваться теоремой о свертке с тем, чтобы свести
вычисление коэффициентов
к обратному Фурье-пре-
образованию от произведения
на
),( kaW
k
X
ˆ
∗
ψ
ˆ
.
Рассмотрим численную процедуру вейвлет-преобразования на
примере анализа модельного сигнала, построенного на основе
функции Вейерштрасса (2.2.9) (
25,0
=
σ
, 3,1
=
b , 5,1
=
D , 5
=
s ,
, , 10=N ktt ⋅∆= 1
=
∆
t ). Для того, чтобы расширить спектр
сингулярностей, на функцию Вейерштрасса накладывалась
дополнительная случайная функция
k
krnd )(
15,0 ⋅
. Одна из
реализаций модельного сигнала показана на рис. 4.2. На этом же
рисунке приведены картина вейвлет-коэффициентов и линии
локальных экстремумов. Вейвлет-коэффициенты рассчитывались
при задании параметра
в виде a .2
m
a =
Картина вейвлет-коэффициентов хорошо демонстрирует
иерархическую структуру флуктуаций сигнала. Каждое дробление
масштаба отмечено появлением в распределении
коэффициентов характерных "вилочек" – раздвоением локальных
максимумов. Каскадное дробление экстремумов подтверждает и
структура скелетона экстремумов. Отмеченные особенности
обусловлены тем, что исследуемый сигнал, будучи построенным
на основе функции Вейерштрасса, обладает свойствами
самоподобия. Самоподобие проявляется, в частности,
в
увеличении числа линий скелетона, происходящем при
уменьшении
, а также в наличии определенной квазипе-
риодичности в положении линий скелетона, относящихся к каж-
дому масштабу
a .
a
На рис. 4.3 показан рассчитанный с помощью выражения
(4.2.8) глобальный спектр энергии (скалограмма) сигнала,
усредненный по нескольким реализациям функции
Вейерштрасса, отличающимся фазами парциальных гармоник
n
ψ
. Эта очень важная характеристика является аналогом спектра
мощности сигнала при Фурье-анализе. Из рисунка хорошо видно,
что максимум энергии приходится на ту составляющую
Глава 4. ПРИМЕНЕНИЕ ВЕЙВЛЕТ-ПРЕОБРАЗОВАНИЙ
к Фурье-образам сигнала X̂ k и вейвлетной функции ψ̂ и
воспользоваться теоремой о свертке с тем, чтобы свести
вычисление коэффициентов W (a, k ) к обратному Фурье-пре-
образованию от произведения X̂ k на ψ̂ ∗ .
Рассмотрим численную процедуру вейвлет-преобразования на
примере анализа модельного сигнала, построенного на основе
функции Вейерштрасса (2.2.9) ( σ = 0,25 , b = 1,3 , D = 1,5 , s = 5 ,
N = 10 , t = ∆t ⋅ k , ∆t = 1 ). Для того, чтобы расширить спектр
сингулярностей, на функцию Вейерштрасса накладывалась
rnd (k )
дополнительная случайная функция 0,15 ⋅ . Одна из
k
реализаций модельного сигнала показана на рис. 4.2. На этом же
рисунке приведены картина вейвлет-коэффициентов и линии
локальных экстремумов. Вейвлет-коэффициенты рассчитывались
при задании параметра a в виде a = 2m.
Картина вейвлет-коэффициентов хорошо демонстрирует
иерархическую структуру флуктуаций сигнала. Каждое дробление
масштаба отмечено появлением в распределении
коэффициентов характерных "вилочек" – раздвоением локальных
максимумов. Каскадное дробление экстремумов подтверждает и
структура скелетона экстремумов. Отмеченные особенности
обусловлены тем, что исследуемый сигнал, будучи построенным
на основе функции Вейерштрасса, обладает свойствами
самоподобия. Самоподобие проявляется, в частности, в
увеличении числа линий скелетона, происходящем при
уменьшении a , а также в наличии определенной квазипе-
риодичности в положении линий скелетона, относящихся к каж-
дому масштабу a .
На рис. 4.3 показан рассчитанный с помощью выражения
(4.2.8) глобальный спектр энергии (скалограмма) сигнала,
усредненный по нескольким реализациям функции
Вейерштрасса, отличающимся фазами парциальных гармоник
ψ n . Эта очень важная характеристика является аналогом спектра
мощности сигнала при Фурье-анализе. Из рисунка хорошо видно,
что максимум энергии приходится на ту составляющую
74
Страницы
- « первая
- ‹ предыдущая
- …
- 72
- 73
- 74
- 75
- 76
- …
- следующая ›
- последняя »
