徐博堯,楊剛,李欣欣
(中國(guó)傳媒大學(xué),北京 100024)
在信號(hào)分析與系統(tǒng)設(shè)計(jì)中,F(xiàn)ourier分析得到廣泛應(yīng)用。在分析方法上,根據(jù)信號(hào)的時(shí)域抽樣定理和頻域抽樣定理,可以將兩種信號(hào)的Fourier變換的計(jì)算轉(zhuǎn)換為有限長(zhǎng)序列的離散Fourier變換的計(jì)算。從而可以從數(shù)值上實(shí)現(xiàn)對(duì)信號(hào)的與系統(tǒng)的頻域分析。隨著科學(xué)技術(shù)的發(fā)展和應(yīng)用領(lǐng)域的擴(kuò)展,需要對(duì)非平穩(wěn)信號(hào)和事變信號(hào)進(jìn)行分析研究,以期獲取信號(hào)在不同瞬間對(duì)應(yīng)的頻譜分布,從而了解信號(hào)的頻率和能量隨時(shí)間變化的規(guī)律。但是在利用傅里葉變換分析這些突變信號(hào)的時(shí)候,無(wú)法有效的反映信號(hào)在某些瞬間的突變。因?yàn)樵谛盘?hào)的Fourier變換中,反映的是信號(hào)的總體平均信息,信號(hào)頻譜中的任一頻率分量都是對(duì)信號(hào)整個(gè)時(shí)域定義區(qū)間上的Fourier積分或求和,信號(hào)在時(shí)域上某些瞬間的突變,在信號(hào)的頻譜上雖然有所反映,但是一般并不明顯。此外,即使能夠計(jì)算出信號(hào)的頻譜,但由于信號(hào)的瞬間突變而發(fā)生了改變,也無(wú)法從信號(hào)的頻譜中確定信號(hào)在時(shí)域的突變時(shí)刻,即在信號(hào)的Fourier變換中,無(wú)法反映信號(hào)的時(shí)間特性。
時(shí)頻分析實(shí)際上是將一維的時(shí)間信號(hào)映射到二維的時(shí)間尺度上,以便看清在細(xì)小時(shí)間內(nèi)信號(hào)頻率的變化,這對(duì)于非平穩(wěn)和時(shí)變信號(hào)來(lái)講是非常有用的。
小波分析法是一種非常有效的信號(hào)時(shí)頻分析方法,在信號(hào)處理、語(yǔ)音分析、模式識(shí)別等領(lǐng)域有著廣泛的應(yīng)用。它是一種窗口大小固定,但其形狀可以改變,時(shí)間窗和頻率窗都可以改變的時(shí)頻局域化分析方法,即在低頻部分具有較高的頻率分辨率和較低的時(shí)間分辨率,在高頻部分具有較高的時(shí)間分辨率和較低的頻率分辨率,這正符合低頻信號(hào)變化緩慢,而高頻信號(hào)變化迅速的特點(diǎn)。在大尺度下,可以將信號(hào)的低頻信息全局表現(xiàn)出來(lái),在小尺度下,可以將高頻局部特性表現(xiàn)出來(lái)因此小波變換被譽(yù)為“數(shù)學(xué)顯微鏡”[1]。總體上說(shuō),小波變換比短時(shí)傅里葉變換具有更好的時(shí)頻特性窗口。對(duì)于平穩(wěn)和非時(shí)變信號(hào)而言,可以用傅里葉變換分析它的時(shí)頻域性質(zhì)。但是對(duì)于非平穩(wěn)和時(shí)變信號(hào)來(lái)說(shuō),傅里葉變換就作用不大了,它無(wú)法反映信號(hào)在某些瞬間的突變。因?yàn)槲覀冃枰私庑盘?hào)在不同瞬間所對(duì)應(yīng)的頻譜分布,從而了解信號(hào)的頻率和能量隨時(shí)間變化的規(guī)律特征。因此我們使用小波變換。小波變換對(duì)信號(hào)具有良好的自適應(yīng)性。
其中a為尺度參數(shù),τ為平移參數(shù)。φaτ(t)依賴于a,τ的小波基函數(shù)。它們是一組φ(t)經(jīng)過(guò)伸縮平移得到的函數(shù)序列。
時(shí)頻分析中常用的是連續(xù)小波變換,在實(shí)際信號(hào)處理中常用離散小波變換及其逆變換。連續(xù)小波變換表達(dá)式為:
離散小波變換表達(dá)式為:
由以上我們可以看出來(lái),小波變換時(shí)一種積分變換。小波基并不唯一,即存在許多不同特性的小波基函數(shù),這是它與Fourier變換不同的地方。小波基存在尺度和平移τ兩個(gè)參數(shù),所以函數(shù)經(jīng)過(guò)小波變換,就可以將一個(gè)時(shí)間函數(shù)投影到時(shí)間——尺度平面上,從而同時(shí)獲得信號(hào)的時(shí)間和頻率分量,實(shí)現(xiàn)信號(hào)的時(shí)頻分析[2]。
原信號(hào)為一個(gè)頻率隨時(shí)間增大的函數(shù),其連續(xù)小波變換系數(shù)如圖1所示。所使用的小波基函數(shù)為Daubechies系列的小波基db10。
源程序如下:
wname= ‘db10’;
clear all;
M=2^11;a(1:1:M)=0;
b(1:1:M)=0;
y(1:1:M)=0;
K=400;
Kc=10;
N=10;
L=24;
a(1)=0.5*K;
for i=2:1:M
a(i)=a(i-1)+K;
end
b(1)=Kc+a(1);
for i=2:1:M
b(i)=b(i-1)+(Kc+a(i));
end
for i=1:1:M
y(i)=floor(2^N*cos(2*pi/(2^L)*b(i)));
end
figure(1);subplot(211);plot(y);axis([0 M,-2^N -100 2^N+100]);
subplot(212);cwt(y,1:1:512,wname,‘plot’);colorbar;
figure(2);subplot(211);plot(y);axis([0 M,-2^N -100 2^N+100]);
totalscal=512;
wcf=centfrq(wname);
cparam=2*wcf*totalscal;
a=100:-1:1;
scal=cparam./a;
coefs=cwt(y,scal,wname);
f=scal2frq(scal,wname,1/fs);
xlabel(‘時(shí)間 t/s’);
ylabel(‘頻率 f/Hz’);
subplot(212);imagesc(t,f,abs(coefs));
title(‘小波時(shí)頻圖’);
colorbar;
原信號(hào)如圖1中的(a)所示。
圖1 對(duì)頻率漸增信號(hào)使用db10小波基函數(shù)進(jìn)行小波變換
從圖1中可以看出來(lái),使用小波變換可以清楚的將信號(hào)所包含的頻率成分都識(shí)別出來(lái)。圖中,亮度高的地方,小波變換系數(shù)大;反之則系數(shù)小。因此,我們可以看出小波系數(shù)大致在時(shí)間——尺度上的分布情況[4]。信號(hào)在時(shí)域的能量等于信號(hào)在小波變換域里格展開(kāi)分量的能量之和,滿足能量守恒。我們還可以看到,隨著原始信號(hào)在較低尺度信號(hào)空間上的投影,其對(duì)應(yīng)信號(hào)的信號(hào)分量,相應(yīng)的平移步長(zhǎng)較寬,因而時(shí)間分辨率,頻率分辨率逐漸變高,所以如圖所示,信號(hào)的高頻分量有了較高的時(shí)間分辨率,而信號(hào)中低頻分量有了較高的頻率分辨率。這說(shuō)明,信號(hào)的小波變換能夠根據(jù)信號(hào)的變化特性自動(dòng)調(diào)整時(shí)窗和頻窗,因而可以有效的實(shí)現(xiàn)信號(hào)的時(shí)頻分析。
為了更清楚的看清楚不同頻率成分的時(shí)間——尺度投影,再給一個(gè)只含兩種頻率成分的2FSK信號(hào)做小波變換,所選的小波基仍為db10。源程序省略。效果如圖2所示。
從上面可以看出,兩種頻率成分被區(qū)分的非常清楚,頻率大小和時(shí)間分辨率的關(guān)系也在圖中體現(xiàn)出來(lái)。
小波基的選擇并不是唯一的,這為信號(hào)的小波分析提供了更多的靈活性,同時(shí)也給實(shí)際應(yīng)用的選擇帶來(lái)了一定的難處。下面討論不同小波基分析的時(shí)頻效果。
3.2.1 使用 coifl小波基
對(duì)原頻率漸增信號(hào)使用coifl小波基變換后效果如圖3所示。
3.2.2 使用sym8小波基
對(duì)原頻率漸增信號(hào)使用sym8小波基變換后效果如圖4所示。
3.2.3 使用dmey小波基
對(duì)原頻率漸增信號(hào)使用dmey小波基變換后效果如圖5所示。
仔細(xì)比較圖1,圖3,圖4,圖5,同一個(gè)信號(hào),使用不同的小波基對(duì)其進(jìn)行小波變換,則變換后小波系數(shù)不一樣,對(duì)高低頻的分辨率也不一樣,出來(lái)的時(shí)域分辨度也不一樣。小波函數(shù)的尺度越高,其對(duì)應(yīng)信號(hào)中越精細(xì)的細(xì)節(jié)。因此要根據(jù)具體情況適當(dāng)選擇小波基函數(shù)。就原頻率漸增信號(hào)而言,選擇db10小波基在所選擇的小波基中是效果最好的。
小波基函數(shù)具有非唯一性,它使得小波分析具有更加廣泛的適應(yīng)性,可實(shí)現(xiàn)對(duì)于不同特性的信號(hào)采用不同的小波基信號(hào),從而使得變換后的小波系數(shù)更稀散,更加易于信號(hào)的分析和處理。因此,小波分析具有其獨(dú)特的優(yōu)點(diǎn),特別是對(duì)于非平穩(wěn)信號(hào),有著明顯的優(yōu)越性。
圖6為原頻率漸增信號(hào)經(jīng)漢明窗的STFT變換后的結(jié)果。
圖6 頻率漸增信號(hào)經(jīng)漢明窗的STFT變換的頻譜、三維、等高圖
小波變換和其他變換一樣,都是將信號(hào)展開(kāi)為一組正交信號(hào)的線性疊加。但是Fourier技術(shù)是將一維連續(xù)變量映射成一維的離散序列;而小波展開(kāi)則是將一維連續(xù)變量映射為而為的離散序列。正式這種二維表示使得小波展開(kāi)同時(shí)具有時(shí)間和頻率的分辨率。
如圖6,STFT的時(shí)域分辨率和頻域分辨率是相互制約的。STFT變換可以同時(shí)具有時(shí)頻分辨率,但是其時(shí)頻窗口的形狀對(duì)于不同的信號(hào)分量保持不變。其時(shí)間分辨率由信號(hào)的STFT中的時(shí)窗寬度決定,時(shí)窗寬度越窄,時(shí)間分辨率越高;頻率分辨率則由窗函數(shù)頻譜寬度決定。由窗函數(shù)特性可知,窗函數(shù)的時(shí)域?qū)挾仍秸?,窗函?shù)頻譜就越窄,因此STFT無(wú)法同時(shí)獲得較高的時(shí)間分辨率和頻率分辨率。而小波變換則能夠?qū)Σ煌盘?hào)實(shí)現(xiàn)時(shí)頻窗口的自動(dòng)調(diào)整。
因此只有小波變換的時(shí)頻窗能夠較好的滿足非平穩(wěn)及時(shí)變信號(hào)時(shí)頻分析的需求。
小波分析的應(yīng)用領(lǐng)域十分廣泛,它包括:數(shù)學(xué)領(lǐng)域的許多學(xué)科;信號(hào)分析、圖象處理;量子力學(xué)、理論物理;軍事電子對(duì)抗與武器的智能化;計(jì)算機(jī)分類與識(shí)別;音樂(lè)與語(yǔ)言的人工合成;醫(yī)學(xué)成像與診斷;地震勘探數(shù)據(jù)處理;大型機(jī)械的故障診斷等方面。
在通信系統(tǒng)中,小波變換最常見(jiàn)的應(yīng)用有去噪、壓縮和檢測(cè)。
下面舉一個(gè)小波變換實(shí)際應(yīng)用的例子——小波去噪。仍是給這個(gè)時(shí)變頻率的原信號(hào)加上加性高斯白噪聲,源程序省略。
圖7 利用不同閾值規(guī)則給信號(hào)進(jìn)行小波去噪
圖7中分別利用了soft SURE閾值規(guī)則、sqtwolog閾值規(guī)則、minimax閾值規(guī)則進(jìn)行去噪。
從圖中可見(jiàn),不同的閾值規(guī)則產(chǎn)生了不同的去噪效果。在實(shí)際應(yīng)用中,可以根據(jù)具體情況采用相應(yīng)的閾值規(guī)則,以獲得最佳去噪效果。
小波變換和其他形式的Fourier變換相比,在處理非平穩(wěn)和時(shí)變信號(hào)上具有明顯的優(yōu)勢(shì),它能夠根據(jù)信號(hào)的特性自動(dòng)調(diào)整時(shí)窗和頻窗大小,實(shí)現(xiàn)信號(hào)的時(shí)頻分析。在實(shí)際應(yīng)用中,對(duì)信號(hào)進(jìn)行小波變換時(shí),選擇小波基函數(shù)是難點(diǎn)和重點(diǎn),需要根據(jù)實(shí)際情況反復(fù)實(shí)驗(yàn)比對(duì)方能做出選擇。
[1] 徐明遠(yuǎn),劉增力.MATLAB仿真在信號(hào)處理中的應(yīng)用[M].西安:西安電子科技大學(xué)出版社,2004.
[2] STéphane Mallat.陳后金,主編.數(shù)字信號(hào)處理(第2版)[M].北京:高等教育出版社,2008.
[3] 楊力華,戴道清,譯.信號(hào)處理的小波引導(dǎo)[M].北京:機(jī)械工業(yè)出版社,2002.
[4] 孫濤,郭亞玲.小波變換在時(shí)頻分析中的應(yīng)用[C].中國(guó)科技論文在線,2006.