• 1.摘要
  • 2.历史
  • 3.定义
  • 4.Matlab函数
  • 5.医学上的应用
  • 6.音乐上的应用
  • 7.心电图上的应用

莫莱小波

在数学上,莫莱小波(Morlet wavelet)(或是Gabor wavelet)是一种由复数指数(载波)乘以高斯窗(包迹)组成的小波。这种小波和人类的感知相关,包含视觉以及听觉。

历史

在1946年,物理学家Dennis Gabor从量子物理学提出了想法,介绍了高斯窗对于时频分解的使用,这方法他称为原子。而此方法可以提供在空间和频率解析的最佳平衡。这些方法被用在Gabor转换。Gabor转换是一种短时间傅立叶转换。在1984年,Jean Morlet在地震学社区引用了Gabor的方法,连同Goupillaud 和 Grossmann修改它去保持相同小波形状上等同于八度间隔。使其成为连续小波转换的第一个正规化。

定义

此小波被定义为一个常数 image ,此常数为减去一个平面波然后通过局部高斯平面:

image

image 由标准定义而正常化常数 image 为:

image

莫莱小波的傅立叶转换为:

image

中心频率 image 的位置在 image 的最大值,在此情况,解法为下列的方程式:

image

在莫莱小波中的参数 image 允许在时间和频率解析中交换。通常, image的限制是用于避免莫莱小波的参数 image 太低的问题。

在只有缓慢变动的频率和振福调变(例如音频)的讯号中,是不需要使 image很小。在这个情况下,image变得非常小(e.g. image) ,因此常常忽视。在 image的限制下,莫莱小波的频率常常采取image

小波存在着复数版本或是纯实数版本。在"real Morlet"和"complex morlet"中有一些区别。复数版本的小波称为"Gabor wavelet",实数版本的小波则称为"Morlet wavelet"

Matlab函数

[PSI,X] = morlet(LB,UB,N) 回传Morlet wavelet在[LB,UB]区间N点的值。

输出参数为在网格X上计算的小波函数PSI和网格X。

这个小波有[-4,4]的有效支撑。虽然[-4,4]是有正确理论支撑,但更宽的有效支撑[-8,8]被使用在计算中,为的是提供更准确的结果。

医学上的应用