多解析度分析(multiresolution analysis, MRA)或是多尺度近似(multiscale approximation, MSA)是最常用來分析離散小波变换〈DWT〉或是驗證快速小波轉換〈FWT〉理論的方法。本分析方法在1989年[1]及1998年[2]由Stephane Mallat 著作的論文提到。
定義
Lp空間 的多解析度分析由一系列嵌套子空間組成
-
- 取樣定理
- 取樣定理主要是在重建一個時間長度 中被取樣過的信號:若信號是有限頻寬,只要奈奎斯特頻率(Nyquist frequency)比 小及可完整重建信號;否則得到的重建信號為近似的信號。因此可以說,愈小的 使得信號的重建愈容易, 的大小將決定信號解析度,同時,取樣頻率也受到 的限制。
- 概念
- 倘若一個信號具有變化速度差異大的區段,像是信號快速變化的區段穿插著變化平緩的區段,則上述單一解析度將不適用於分析信號。因此,多重解析度分析的概念因此而生。將信號在不同解析度上分析。
- 定義
- 令 為在函數空間 裡的子空間的數列,假如
- 分簇性(nested):
- 稠密性(density):
- 分離性(seperation):
- 調節性(scaling):
- 正規正交基底(orthonormal basis): 且集合 為 的一正規正交基底。
- 則 為帶有調整函數 的多解析度分析。
- 應用
- 在高頻的時候,使用較細緻的時間解析度及較粗糙的頻率解析度。
- 在低頻的時候,使用較細緻的頻率解析度及較粗糙得時間解析度。
- 相當適合使用在長時間都是低頻成份,只有在短時間內會有高頻成份的信號
参考文献
- ^ Mallat, S., "A Theory for Multi-resolution Approximation: the Wavelet Approximation," IEEE Trans. PAMI 11 (1989), 674-693.
- ^ Mallat, S., "A Wavelet Tour of Signal Processing," Academic Press, San Diego, 1998.
- Albert Boggess, Francis J. Narcowich, "A First Course in Wavelets with Fourier Analysis"