CN 431258/ T P
ISSN 1007130X
计算机工程与科学
COM P U T ER EN GIN EERIN G & SCIEN CE
2007 年第 29 卷第 12 期
Vo l 29, N o 12, 2007
文章编号: 1007130X ( 2007) 12009803
基于小波的信号突变点检测算法研究
*
Research on the WaveletBased A lgorithms
for Signal Singularity Detection
张德丰
ZHANG Def eng
( 佛山科学技术学院机电与信息工程学院, 广东 佛山 528000)
( School of Mechatronics and Information Engineering, Foshan University, Foshan 528000, China)
摘 要: 本文利用小波多分辨分析的特性将突变信 号进行多尺度分解, 然后通过分解后的信号来确定突 变信号的突变
位置。Lipschitz 指数被用来定量描述函数的奇异性。当小波变换尺 度越来越精 细时, 小波变换模 极大值信 号突变点 的衰
减速度取决于信号在突变点的 L ipschit z 指数。小波变换不仅可以 确定突变点发生的时间, 而且 可以进一 步判断突变 的性
质。
Abstract: T he paper uses the character istics of w avelet multiresolution to deco mpose singula rity sig nals , and locates the
sing ular ity positio ns o f singularit y signals using the decomposed sig nals. T he L ipschitz index is used to descr ibe the funct ion
sing ular ity quantitatively. When the w avelet transform scale beco mes tinier and tinier, the max imum signal singula rity
po ints attenuat ion speed of the w avelet tr ansfo rm modulus depends on the Lipschitz index of the r elevant singular ity point.
Wavelet transfor m can not o nly decide the g ener ation time of the singular ity point, but also judge the sing ular ity pr operty
fur ther.
关键词: 小波变换; 突变点; 傅立叶变换; 多分辨分析
Key words: wavelet transfor m; sing ularity; Four ier tr ansfo rm; multir eso lution analysis
中图分类号: T P301. 6 文献标识码: A
1 引言
长期以来, 傅立叶变换是研究信号奇异性的主要工 具,
其方法是研究信号在傅立叶变换域的衰 减, 以推断信号是
否具有奇异性及奇异性大小。但是, 傅 立叶变 换缺乏空间
局部性, 它只能确定一个信号突变性的整体性质, 难以确定
突变点在空间的位置及分布情况
[1]
。由于小波具有空间局
部性, 它能 聚焦! 于信号的局部结构, 因此利用小波变换来
确定信号的突变性位置更有效。
2 信号的突变性与小波变换
M allat S 将函数( 信号) 的局部奇异性与小波变换后的
模局部极大值联系起来, 通过 小波变 换后的模极大值在不
同的尺度上的衰减速度来衡量信号的局部奇异性。
定 理 1 设 小波 ( t) 是实函数 且连续, 具有衰 减性:
( t) ∀ K ( 1+ t )
- 2-
,
> 0
,
f ( t) # L
2
( R)
在区间
I
上是一致 Lipschitz 指数 (- < ∀ 1) , 则存在常数c> 0,
使得对 a, b # I , 其小波变换满足:
( W f ) ( a, b) ∀ ca
+
1
2
( 1)
反之, 若对于某个 (- < ∀ 1) , f # L
2
( R) 的小波变换
满足式( 1) , 则 f 在 I 上具有一致 L ipschitz 指数
[2]
。
若 t
0
是 f ( t) 的奇异点, 则 ( W f ) ( a, b) 在 b = t
0
处
取得极大值, 即此时式( 1) 等号成立。
在二进制小波变换情况下, 式( 1) 变成:
( W f ) ( 2
j
, b) ∀ c ∃ 2
j ( +
1
2
)
( 2)
在信号 和图像处理中 常常 使用卷积型 小波 变换。为
此, 这里引入卷积型小波变换的概念
[ 3]
。
定义 1 设 f ( t) , ( t) # L
2
( R) , 记:
s
( t) =
1
s
t
s
, s > 0 ( 3)
98
*
收稿日期: 20070125; 修订日期: 20070605
基金项目: 现代通信国家重点实验室基金资助项目( 9140c110206070c11)
作者简介: 张德丰( 1963- ) , 男, 辽宁大连人, 硕士, 副教授, 研究方向为计算机图像处理技术、小波分析与工程应用。
通讯地址: 528000 广东省佛山市禅城区同济西路五号一座 406; T el: ( 0757) 83389459 ; Em ail: z han gdf@ foshan. net
Address: Room 406, Buildin g 1, 5 Tongji R d W es t, C han cheng D istrict, Foshan, Guangdong 528000, P R China