Redian新闻
>
好像数据去噪都是用DWT, 为什么不用CWT?
avatar
好像数据去噪都是用DWT, 为什么不用CWT?# EE - 电子工程
f*c
1
一般数据去噪音都是用离散小波变换, 为什么不用连续小波变换呢? 我自己琢磨了一
下. 好像通过连续小波变换, 原函数f(t)可以表达成小波函数对a (dilation),b(
translation)的积分. 是不是因为这个积分比较麻烦, 所以连续小波变换很少用于数据
去噪? 非常感谢您的答复
avatar
J*r
2
现在还有人处理连续信号?

【在 f********c 的大作中提到】
: 一般数据去噪音都是用离散小波变换, 为什么不用连续小波变换呢? 我自己琢磨了一
: 下. 好像通过连续小波变换, 原函数f(t)可以表达成小波函数对a (dilation),b(
: translation)的积分. 是不是因为这个积分比较麻烦, 所以连续小波变换很少用于数据
: 去噪? 非常感谢您的答复

avatar
f*c
3
我说的不是连续信号,是离散点上的time series数据。
我是外行, 小波是自学的。 为什么对离散的数据去噪, 多用DWT, 不用CWT那, 是
不是因为积分比较麻烦的原因, 不适合计算机运算??
谢谢

【在 J*******r 的大作中提到】
: 现在还有人处理连续信号?
avatar
j*n
4
en 我觉得就像FT领域的 什么 DTFT,与DFT的关系一样,

【在 f********c 的大作中提到】
: 我说的不是连续信号,是离散点上的time series数据。
: 我是外行, 小波是自学的。 为什么对离散的数据去噪, 多用DWT, 不用CWT那, 是
: 不是因为积分比较麻烦的原因, 不适合计算机运算??
: 谢谢

avatar
f*c
5
关键问题是去噪, 有谁见过用cwt去噪的么, 好像都是dwt把, 是不是cwt需要积分, 比
较麻烦, 所以dwt用的多?

【在 j*****n 的大作中提到】
: en 我觉得就像FT领域的 什么 DTFT,与DFT的关系一样,
avatar
z*e
6
不是麻不麻烦的问题,而是计算机处理的数据本身就是离散而不是连续的。
积分也是按照离散data不断逼近来处理的,不然你怎么去实现?

【在 f********c 的大作中提到】
: 关键问题是去噪, 有谁见过用cwt去噪的么, 好像都是dwt把, 是不是cwt需要积分, 比
: 较麻烦, 所以dwt用的多?

avatar
X*e
7
按照我的理解,CWT 也是离散的,如果你看matlab的源码,其实也是产生一个波形来
correlate;但是CWT在dilation/translation上在“every possible scale ”上
correlate,这样计算量就大,其实也没必要。DWT只在dyadic的scale/shift上
correlate,计算量小,而且有快速算法(Mallat's tree structure),并且证明能够完
全重构信号,所以用DWT。其实CWT/DWT这种命名有点misleading.

【在 f********c 的大作中提到】
: 一般数据去噪音都是用离散小波变换, 为什么不用连续小波变换呢? 我自己琢磨了一
: 下. 好像通过连续小波变换, 原函数f(t)可以表达成小波函数对a (dilation),b(
: translation)的积分. 是不是因为这个积分比较麻烦, 所以连续小波变换很少用于数据
: 去噪? 非常感谢您的答复

avatar
f*c
8
多谢各位

【在 X*****e 的大作中提到】
: 按照我的理解,CWT 也是离散的,如果你看matlab的源码,其实也是产生一个波形来
: correlate;但是CWT在dilation/translation上在“every possible scale ”上
: correlate,这样计算量就大,其实也没必要。DWT只在dyadic的scale/shift上
: correlate,计算量小,而且有快速算法(Mallat's tree structure),并且证明能够完
: 全重构信号,所以用DWT。其实CWT/DWT这种命名有点misleading.

avatar
c*u
9
这个问题我也一直很有疑问,尤其是在有很多已知条件的时候。一般DWT都使用
Haar's 或者 DB 小波。但是如果我知道我需要的信号的形状,那么是不是可以
设计一个连续小波的形状,得到更好的结果呢?
举个例子,比如说对一个由雷达返回的一维信号去噪音,因为雷达发射出去的
波形x(t)是已知的,返回的信号是 y(t) = sum(c_i * x(t-t_i)) + n(t).
c_i是反射体的反射强度,t_i代表反射体的距离 (回波延迟), n(t)代表噪音.
这种情况下:
1. 小波去噪是比较好的选择吗? 什么去噪方法最好,
2. 如果用小波,Haar's, DB 没有用上x(t)的已知信息,可能不会最好,那么
如何设计比较好的小波呢?
我不是小波高手,谢谢高手解答,

【在 f********c 的大作中提到】
: 一般数据去噪音都是用离散小波变换, 为什么不用连续小波变换呢? 我自己琢磨了一
: 下. 好像通过连续小波变换, 原函数f(t)可以表达成小波函数对a (dilation),b(
: translation)的积分. 是不是因为这个积分比较麻烦, 所以连续小波变换很少用于数据
: 去噪? 非常感谢您的答复

相关阅读
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。