复莫莱系数

信息处理 小波 转换
2022-01-30 17:36:28

复 Morlet 小波如下所示:

ψ(t)=Ceiωtet2/2

这里ω是频率和C是一些归一化常数。第一个指数代表振荡,第二个指数是类高斯包络。然而,应该怎么做C是?

首先,为什么是C甚至有必要吗?小波的可接受性基于有限支持(Morlet 小波实际上具有,如果不是真的),并且它在其整个范围内的积分总和为0, 这不管C的价值。

Torrence 和 Compo 的A Practical Guide to Wavelet Analysis(mlpy 的小波基于其工作)主张常数π14以“确保团结的总能量”。维基百科的 Morlet 小波页面给出了更复杂的系数π14(1+eσ22e34σ2)12, 在哪里σ是一个允许在时间和频率分辨率之间进行某种折衷的参数。我很难纠正这两种不同的方法。

最后,确实C的值与您希望得到的频率是对数刻度还是线性刻度有任何关系?

1个回答

您的C在这里用于小波能量归一化:选择它使得:

ψ(t)2dt=1,

最常见的小波框架。它确保了小波系数可以或多或少地直接解释为能量。问题是,小波是不可接受的。如果你拿ω0,它减少到一个高斯,并且没有振荡到零均值。

然而,当ω变得“足够大”,有人说ω>5(一个常见的选择是ω=π2/log2),人们通常认为它是“数值上可接受的”(高精度)。

更合适的版本(与ω0代替ω为了避免奇怪的解释)是:

ψω0=Cω0π1/4et2/2(eiω0teω02/2)

然后你得到:

1/Cω02=1+eω022e3ω02/4,

这非常接近1什么时候ω0足够大。