跳至內容

多解析度分析

本頁使用了標題或全文手工轉換
維基百科,自由的百科全書

多解析度分析(multiresolution analysis, MRA)或是多尺度近似(multiscale approximation, MSA)是最常用來分析離散小波變換〈DWT〉或是驗證快速小波轉換〈FWT〉理論的方法。本分析方法在1989年[1]及1998年[2]由Stephane Mallat 著作的論文提到。

定義

[編輯]

Lp空間的多解析度分析由一系列巢狀子空間組成

  • 取樣定理
    取樣定理主要是在重建一個時間長度中被取樣過的訊號:若訊號是有限頻寬,只要奈奎斯特頻率(Nyquist frequency)比小及可完整重建訊號;否則得到的重建訊號為近似的訊號。因此可以說,愈小的使得訊號的重建愈容易,的大小將決定訊號解析度,同時,取樣頻率也受到的限制。
  • 概念
    倘若一個訊號具有變化速度差異大的區段,像是訊號快速變化的區段穿插著變化平緩的區段,則上述單一解析度將不適用於分析訊號。因此,多重解析度分析的概念因此而生。將訊號在不同解析度上分析。
  • 定義
    為在函數空間裡的子空間的數列,假如
    1. 分簇性(nested):
    2. 稠密性(density):
    3. 分離性(seperation):
    4. 調節性(scaling):
    5. 正規正交基底(orthonormal basis):且集合的一正規正交基底。
    為帶有調整函數的多解析度分析。
  • 應用
    在高頻的時候,使用較細緻的時間解析度及較粗糙的頻率解析度。
    在低頻的時候,使用較細緻的頻率解析度及較粗糙得時間解析度。
    相當適合使用在長時間都是低頻成份,只有在短時間內會有高頻成份的訊號

參考文獻

[編輯]
  1. ^ Mallat, S., "A Theory for Multi-resolution Approximation: the Wavelet Approximation," IEEE Trans. PAMI 11 (1989), 674-693.
  2. ^ Mallat, S., "A Wavelet Tour of Signal Processing," Academic Press, San Diego, 1998.
  • Albert Boggess, Francis J. Narcowich, "A First Course in Wavelets with Fourier Analysis"