摘要：
网上有各种方法安装pip，针对不同的系统方法还不一样，最后发现还是下面这种方法最简单，直接了当干脆方便，适用于Windows和Linux。 （1）下载pip 进入https://pypi.python.org/pypi/pip，下载第二项。 （2）解压安装 解压下载的文件（windows下只用解压工 阅读全文
摘要：
离散小波变换(一) 1、为什么需要离散小波变换 虽然离散化的连续小波变换（即小波级数）使得连续小波变换的运算可以用计算机来实现，但这还不是真正的离散变换。事实上，小波级数仅仅是CWT的采样形式。即便是考虑到信号的重构，小波级数所包含的信息也是高度冗余的。这些冗余的信息同样会占用巨大的计算时间和资源。 阅读全文
摘要：
1.信号分解及完备性 设是X由一组向量所张成，即： 如果线性独立，我们则称它们为空间中的一组基”。那么信号x可以离散表示如下： 若是一组两两互相正交的向量，展式称为x的正交展开。分解系数是在各个基向量上的投影。 设向量和向量满足如下双正交关系： 那么，我们对原始信号就行投影变换（內积）： 看看，我们 阅读全文
摘要：
原文：http://users.rowan.edu/~polikar/WTpart3.html 译文：https://blog.csdn.net/alihouzi/article/details/45190489 小波级数：CWT的离散化 连续小波函数为： 式 3.22 将s = s_0^j，tau 阅读全文
摘要：
小波级数：CWT的离散化（一） 如今，人们大量使用计算机来完成大数据量的运算。显然，无论是傅立叶变换(FT)，短时傅立叶变换(STFT)还是连续小波变换(CWT)，都能用解析式、积分等方式来计算。于是在用计算机实现的过程中就会遇到离散化的问题。如果FT与STFT一样，最直观的做法是直接在时-频平面上 阅读全文
摘要：
原文：http://users.rowan.edu/~polikar/WTpart3.html 译文：https://blog.csdn.net/alihouzi/article/details/45190467 小波合成 如果满足式3.18所示的条件，则CWT为可逆变换。幸运的是，这并不是一个非常 阅读全文
摘要：
原文：http://users.rowan.edu/~polikar/WTpart3.html 译文：https://blog.csdn.net/alihouzi/article/details/45190451 CWT应用举例 下面给出的所有例子均为现实生活中的非平稳信号。这些信号都来自包括正常人 阅读全文
摘要：
原文：http://users.rowan.edu/~polikar/WTpart3.html 译文：https://blog.csdn.net/alihouzi/article/details/45190443 小波变换的数学基础（二） 内积，正交和正交归一化 如果两个向量v和w的内积为0，则说它 阅读全文
摘要：
小波变换的数学基础(一) 这一节将会描述小波分析理论的主要概念，这些概念也可以被看成是大部分信号分析方法的准则。傅立叶定义的傅立叶变换是用一些基础函数来分析和重构一个函数。向量空间中的每一个向量都是向量基的线性组合，如把一些常数和向量相乘，然后计算点积。对信号的分析就包括估计这些常数（变换系数，傅立 阅读全文
摘要：
下面我们会更进一步的分析小波变换的分辨率特征。还记得，正是由于分辨率的问题，才使得我们短时傅立叶变换转到小波变换上。 图3.9经常被用来解释怎样诠释时间和频率分辨率。图3.9中的每个方块都反映了在时频平面内的小波变换结果。所有的方块都有特定的非零区域，这说明在时频平面内，不能知道某个特定点对应的值。 阅读全文