大家讨论一下小波与FFT比较的优缺点
我先问一个问题,傅立叶变换的基函数是sin cos函数,也就是说它只是用这2个去逼近原信号,对于原信号不一定都与正弦和余弦函数相似,因此小波基函数的多样性能使逼近的权重因子更加准确. 顶回复 #2 wy558558558 的帖子
正是因为FFT的频域局部性不强,而且时频分开,所以才有了以后的方法——当然包括了小波!这也谈不上什么优缺点。
[ 本帖最后由 zhlong 于 2007-7-12 12:05 编辑 ] 校长审核的帖子???
回复 #4 zhlong 的帖子
完了 这是“钦定”的帖子,我们得好好研究一下了!:lol 这个帖子比较早,是校长审核的,然后转到咱们版的吧 只有“心情故事”版才有校长审核一说的呀!回复 #6 zhlong 的帖子
那就不清楚了,算了说问题吧 你有什么看法 本帖最后由 wdhd 于 2016-9-12 14:27 编辑原帖由 wy558558558 于 2007-6-30 11:00 发表
我先问一个问题,傅立叶变换的基函数是sin cos函数,也就是说它只是用这2个去逼近原信号,对于原信号不一定都与正弦和余弦函数相似,因此小波基函数的多样性能使逼近的权重因子更加准确.
我只知道一点小波分析中很多的证明离不开傅立叶变换 哈哈,终于看到跑题的专业帖子了。 如果象zhangnan说的那样我可以用一滤波器就可以实现频域的局部化,而且我使用matlab自带的放大镜也可以实现这一功能啊。
请大家放开了讨论一下,本人做了小波之后得出的唯一结论就是,小波就是变时频滤波器组。 还有就是小波一个最大的优点还是其降噪功能。尤其对一些宽频带的白噪声而言,小波降噪效果是传统FFT不可比拟的。以后有时间我把我论文里的降噪部分分享一下:lol 也不是什么大作了:@( .传一点大家看看效果好吧.
db16小波软阈值去噪程序
% 利用dbn小波基函数通过wdencmp函数对原始数据进行降噪wname='db16';lev=7;
=wavedec(b,lev,wname);
sigma=wnoisest(c,l,1);
alpha=2;
thr=wbmpen(c,l,sigma,alpha);
keepapp=1;
xd=wdencmp('gbl',c,l,wname,lev,thr,'s',keepapp);
k1=length(xd);
figure;
plot(xd);
title('小波降噪后信号')
xlabel('时间 (ms)');
ylabel('幅值 (mm/s)'); 还希望大家多多讨论小波与FFT的优缺点:handshake
回复 #13 wy558558558 的帖子
像故障诊断方面,实际中用到最多的还是傅立叶,因为它物理意义明确,使用方便。小波存在小波基函数的选择,分解层数选择等一些待确定的因素,但它在分析非平稳信号方面具有优势。
ps:wy558558558能否把上面的程序再给的全面些,包括信号生成以及和别的消噪方法比较等,谢谢!
页:
[1]
2