Введение в вейвлет-анализ. Юдин М.Н - 44 стр.

     Выбор анализирующего вейвлета, как правило, определяется
тем, какую информацию нужно извлечь из обрабатываемого
сигнала. Каждый всплеск имеет характерные особенности во
временной и частотной области, поэтому иногда с помощью разных
всплесков можно полнее выявить и подчеркнуть те или иные
свойства анализируемых данных.

             а)                                б)




  Рис. 4.2. Масштабирующие функции(внизу) и вейвлеты(вверху)
          Добеши: а) второго порядка (4коэффициента),
             б) шестого порядка (12 коэффициентов).

       Большой набор фильтров (вейвлет-коэффициентов) доступен
для пользователей в пакете MatLab (версии 4.0, 5.0 и выше). В
таблице 4.4 приведены вейвлет-коэффициенты семейств всплесков
"coiflet" и "symlet", взятые из пакета MatLab 5.2.
       Первая группа графиков, представленная на рис. 4.2 - 4.4,
иллюстрирует ортогональные масштабирующие функции и всплески
семейств «daub*», «coif*» и «sym*».
       Вторую группу всплесков иллюстрируют рис. 4.5 –4.6 и 4.8 –
4.10. Это – биортогональные вейвлеты. Обращает на себя внимание,
что на каждом рисунке представлено вдвое больше графиков, чем на
рис. 4.2-4.5. При использовании этих всплесков прямое и обратное
преобразование выполняется разными наборами коэффициентов.
Соответствующие им сглаживающие функции и всплески образуют


                                                               44