关于小波,Morlet,Grossmann,Meyer,Daubechies,Mallat

news2024/11/16 13:05:31

转自:未来数学家,向大佬致敬。

匈牙利电子工程师丹尼斯·加博尔(Dennis Gabor)1946年提出加窗傅里叶变换,开创了在时间-频率平面上分析信号的方法,Gabor还发明了全息摄影术,这项工作让他获得了1971年的诺贝尔物理学奖。

​2017 阿贝尔奖得主迈耶及受邀报告人(从左至右):马拉特、迈耶、多贝西、伊曼纽尔·坎德斯

在Gabor获诺奖的第二年,一位默默无闻的地球物理工程师让·莫莱(Jean Morlet),在法国一家石油公司从事了多年的野外工作后转入研发部,开始分析地震信号。他用加窗傅里叶变换分析信号得到的结果很差,发现原因是地震信号中有瞬间剧烈的波动,而加窗傅里叶变换中的窗函数不能自动适应这种变化。

Morlet于是构造出一个窗口宽度可以调节的复函数

通过尺度参数 a 和平移参数 b 得到。当正数 a 很小时,函数窗口变窄,就能探测出信号的瞬间变化,Morlet因此创立了分析信号的时间-尺度方法。他把

叫做 “wavelets of constant shape”,这就是小波(wavelet)一词的由来,Morlet使用它建立了分解和重构信号的公式,发现比加窗傅里叶变换更有效。他先后于1975年和1980年在勘探地球物理学家协会主办的国际会议上做了报告,没有产生影响。不仅如此,他在发现小波变换后不久,竟被公司以提前退休的名义解聘,在50岁的时候失去了工作。他一度非常沮丧,但仍然继续为自己的发现寻找理论证明。1981年,Morlet联系母校巴黎综合理工学院的物理学家罗杰·巴利安(Roger Balian)寻求帮助。巴利安推荐他找马赛大学的理论物理学家亚历克斯·格罗斯曼(Alex Grossmann)。在这一年的12月,Morlet见到了Grossmann。

​亚历克斯·格罗斯曼(Alex Grossmann, 1930-2019)

Grossmann正是英格丽·多贝西(Ingrid Daubechies)的博士论文导师,Daubechies1975年在比利时布鲁塞尔自由大学获得物理学士学位后,继续攻读博士学位。名义上让·雷尼尔(Jean Reignier)是她的导师,她又根据自己的兴趣选择了马赛大学的Grossmann作为论文导师,研究方向是数学物理。

Grossmann是克罗地亚人,在1966年加入马赛大学后一直在那里工作。他同情Morlet的遭遇,也理解了他的想法,意识到Morlet的发现与量子力学中的相干态非常相似,他从群论的观点出发证明了解析小波在满足容许性条件下,可以由连续小波变换完美重构原始信号。容许性条件使得小波函数具有震荡和迅速衰减的形状,Morlet小波不是解析小波,但是产生的误差并不显著,所以能得到很好的结果。

他们合作的文章1984年发表在 SIAM 数学分析杂志上,成为连续小波变换的重要文献,在此后的数年里,两人在小波领域合作发表了十多篇论文。

​(1991年)格罗斯曼(左)和莫莱(右)

1985年是Daubechies在布鲁塞尔自由大学理论物理系工作的第五个年头。五年前,她完成博士论文《量子力学算子的解析函数希尔伯特空间核表示》后留下来做研究助理,期间去贝尔实验室做了两年博士后。她在数学物理领域已经发表了20多篇论文,工作职位也从研究助理升为研究型教授。这一年的春天,她来到马赛访问Grossmann,被他在小波变换上的热情所感染。她发现自己掌握的数学工具恰好能用到信号分析中,感到兴奋不已,于是转向了小波研究。

就在多贝西到访前的一月,伊夫·迈耶(Yves Meyer),巴黎综合理工学院的一位数学家,访问了格罗斯曼。他有一次排队等候复印时,偶然从旁人的谈话中听到了格罗斯曼的工作。他从同事那里得到了论文的预印本。迈耶后来回忆说,“他们的论文深深地吸引了我,以至于我迫不及待地来到马赛。在和Grossmann一起讨论了三天后,我变成了他的学徒。”

​伊夫·迈耶(Yves Meyer)

Meyer是分析学家,此前在卡尔德隆猜想上研究多年,他发现Morlet和Grossmann的工作实际上是对数学家艾尔伯特·卡尔德隆(Alberto Calderón)在1960年代末发现的卡尔德隆等式(Calderón‘s identity )的再发现,使用卡尔德隆的方法可以把格罗斯曼和莫莱的工作从一维推广到高维。

在Meyer之前,小波的思想已经以不同的形式隐藏在数学、物理和信号处理等领域中。然而,正是他们—一位地球物理工程师和一位理论物理学家—以新的形式再次独立发现,开启了小波革命。

Grossmann建议Daubechies研究离散小波变换,也就是寻找一族小波函数分解和重构信号。他们和Meyer合作,在9月完成了L2(R) 空间小波框架的构建。与空间中的基相比,框架是有冗余的。例如在平面 R2上,(0, 1) 和 (1, 0) 构成一个标准正交基,而 (0, 1) 、(-√3/2, -1/2) 和 (√3/2, -1/2) 是一个框架。

与此同时,Meyer开始寻找希尔伯特空间 L2(R) 中的小波标准正交基。早在1909年,希尔伯特的学生、匈牙利数学家哈尔(Alfréd Haar)在博士论文中构造了一组标准正交基,由一个分片常函数通过平移和放缩得到。它恰好是一组小波标准正交基,现在叫做Haar小波,Haar小波是不连续的,更不光滑。Meyer没有意识到斯特伦贝格(J. O. Strömberg)在1981年使用样条函数构造了C^k光滑的小波标准正交基,猜测不存在光滑小波标准正交基,但在试图证明的过程中,却构造出了一个无穷光滑的小波标准正交基,现在叫做Meyer小波。

Meyer小波以及后来的威尔逊-多贝西变换为引力波的发现立了大功。

“他们发现引力波的那天,给我发了一封电子邮件,说我的工作是发现它的基础”,Meyer在2017年获得阿贝尔奖后接受采访时说。"当你的工作被应用到如此辉煌的发现时,那真是令人兴奋!"

在研究小波前,Meyer在卡尔德隆猜想上工作了七年,发现Meyer小波只花了三个月的时间。Meyer小波

​是一个二进小波,即它的尺度以 2^j 的形式改变。ψ(x) 是一个无穷光滑的实带限函数,在频率域有紧支集,但在时间域支集(由函数不等于0的点组成的集合的闭集)是无穷大,所以在应用中通常使用Meyer小波的傅里叶变换。

1986年的11月,Meyer受邀到芝加哥大学做报告,碰到了从宾夕法尼亚大学赶来的斯蒂芬·马拉特(Stéphane Mallat),Mallat也是法国人,从巴黎综合理工学院毕业后,在宾大计算机与信息科学系读博士,研究领域是图像分析。

​斯蒂芬·马拉特(Stéphane Mallat )

Mallat碰巧有一位大学同学是Meyer的研究生,在暑假期间从他那里偶然得知了Meyer小波。他很快有了新发现:标准正交小波基的构造与图像处理中的拉普拉斯金字塔算法非常相似,后者把图像从细到粗进行分解,形成一个金字塔状。他尝试着把这种多分辨的思想植入到标准正交小波基的构造中。当得知Meyer要去芝加哥大学时,他带着自己的想法专程赶来。

这一次,在赞格蒙(Antoni Zygmund)教授的办公室里,Meyer和Mallat讨论了三天,建立了 L2(R) 空间中构造标准正交小波基的多分辨分析理论。

​Mallat带着讨论的成果回去后,又构造出了用离散小波变换分解和重构图像的快速算法,可以把图像从细到粗分解成多个尺度,再快速地重构。他把这些进展整理成论文。

第二年初Daubechies收到了Mallat寄来的小波多分辨分析的预印本。她最近在小波框架上又完成了一项大工作,开始考虑标准正交小波基的构造。她在多分辨分析下研究Meyer小波发现,它的滤波器无限长(有无穷多非零值),要应用到离散信号中只能截取有限个部分。Daubechies的想法是,先不考虑多分辨分析,能否直接构造出有限长度的滤波器,并且能够使用Mallat的分解和重构算法处理离散信号?如果这一步可行,观察对滤波器再加入什么条件,就可以由它们在多分辨分析下得到紧支撑的标准正交小波基。

​英格丽·多贝西(Ingrid Daubechies)

沿着这个思路,Daubechies给出了构造光滑紧支撑小波标准正交基的理论和方法,Daubechies小波诞生了,根据她的分析,只要满足条件的滤波器是有限长的,得到的标准正交小波基就是紧支撑的。并且,滤波器的长度越长,得到的Daubechies小波越光滑。例如滤波器最短的Daubechies小波就是不光滑的哈尔小波,而由一个由长度为8的滤波器得到Daubechies小波(db4)就光滑了许多。

​左: 原图;右: 使用多贝西小波变换对图像做第一层分解 哈尔小波(左)和多贝西小波 db4(右)

Daubechies小波的出现打开了小波变换广泛应用的大门。这距离Morlet和Grossmann第一次相见仅过去了六年时间。这六年间,它从应用出发刺激理论发展,再由发展的理论反哺应用,形成了一个美丽的故事。

相关的文章参考

几种信号降噪算法(第一部分)

https://www.toutiao.com/article/7190201924820402721/

几种信号降噪算法(第二部分)

https://www.toutiao.com/article/7190270349236683264/

机械故障诊断及工业工程故障诊断若干例子(第一篇)

https://www.toutiao.com/article/7193957227231855163/

知乎咨询:哥廷根数学学派

算法代码地址:mbd.pub/o/GeBENHAGEN

擅长现代信号处理(改进小波分析系列,改进变分模态分解,改进经验小波变换,改进辛几何模态分解等等),改进机器学习,改进深度学习,机械故障诊断,改进时间序列分析(金融信号,心电信号,振动信号等)

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/466749.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

Clickhouse的数据副本协同原理详解(借助ZK实现)

Clickhouse的数据副本协同原理详解(借助ZK实现) 文章目录 Clickhouse的数据副本协同原理详解(借助ZK实现)Clickhouse数据副本副本的特点 ReplicatedMergeTree原理解析数据结构Zookeeper内的节点结构元数据判断标识操作日志 Entry日…

【AXU3EG】Zynq UltraScale平台启动引导过程

Zynq UltraScale MPSoC(16nm) 的核心是两个 CPU 模块: 应用处理单元(APU):四核 ARM Cortex-A53,适合于 Linux 和裸机应用程序。实时处理单元(RPU):双核 ARM …

Unity 高级程序员应该具备怎样的能力?要怎样成长为 Unity 高级程序员?

如何从零基础小白成长为 Unity 高级程序员?【全篇学习内容免费!快来白嫖】 高能预警,下文包含从零基础新手到高级程序员一站式技术学习、学习方法、心态等内容,供各个阶段的同学进行参考。 从零基础到高级程序员 上干货 话不多说…

MySQL——存储过程和函数从零基础到入门必学教程(涵盖基础实战)

文章目录 目录 文章目录 前言 一、创建存储过程 二、在存储过程中使用变量 1.定义变量 2.为变量赋值 三、光标的使用 1.打开光标 2.打开光标 3.使用光标 4.关闭光标 四、流程控制的作用 1.IF语句 2.CASE语句 3.LOOP语句 4.LEAVE语句 5.ITERATE语句 6.REPEAT语…

碳酸氢锂硫酸锂溶液除钙镁

#碳酸氢锂硫酸锂溶液除钙镁 随着新能源汽车快速发展,以粗Li2CO3(85-98%)和工业级Li2CO3(98.5-99.0%)为原料制备高纯电池级Li2CO3(99.5-99.9%)的工艺的突破,显得尤为重要,正越来越受到人们的关注。 粗Li2CO3…

智能排班系统

大家好,我是csdn的博主:lqj_本人 担任本次比赛的队长,这是我的个人博客主页: lqj_本人的博客_CSDN博客-微信小程序,前端,python领域博主lqj_本人擅长微信小程序,前端,python,等方面的知识https://blog.csdn.net/lbcyllqj?spm1011…

安全技术交底大全

交底内容得过大,过宽,不要造成土建结构缺陷。02)管路敷设完后应立即进行保护其他工种在操作时应注意不要将管子砸扁和踩坏。(3)在碎板,加气板上别洞时,注意不要剔断钢筋,剔洞时应先用钻打孔,再护孔&#xf…

visual stdio c++调用python混合编程

visual stdio2019 c调用python混合编程 1.Python环境的搭建 关于环境创建可以参考https://blog.csdn.net/qq_36559788/article/details/123174309 这里python我用的是anaconda里的python38,并且没有debug库,所以我只用了release库 在vs中设置项目属性…

谈谈JVM的垃圾回收机制

目录 1. 死亡对象的判断算法 1.1 引用计数算法 1.2 可达性分析算法 2. 垃圾回收算法 2.1 标记——清除算法 2.2 复制算法 2.3 标记——整理算法 2.4 分代算法 1. 死亡对象的判断算法 对于支持垃圾回收机制的编程语言来说,常见的死亡对象的判断方法有引用计数…

成功上岸北大!总分418分,数学150分,经验贴+方法论

Datawhale干货 作者:葛云阳,杭州电子科技大学,Datawhale成员 前 言 大家好,我是北海。2023年以总分418分的成绩上岸北京大学信息工程学院计算机应用技术专业,其中初试第三,复试第五,总成绩第三…

《编程思维与实践》1038.排版

《编程思维与实践》1038.排版 题目 思路 分两个步骤进行解决: 1.在给定长度下找到每一行可以容纳的最多单词数(单词长度<M/2保证每行至少有两个单词); 2.输出时补充额外的空格. 其中,第一个步骤可以通过分割字符串将每个字符串存起来,再找到第一个超过给定长度M的单…

Java项目上线之云服务器环境篇(二)——Tomcat的安装与配置

Java项目上线之云服务器环境篇(二)——Tomcat的安装与配置 Tomcat的选择: 云服务器tomcat的选择最好与本机项目运行的tomcat版本号一致,避免一些不必要的问题。 配置步骤: 1、首先进入云服务器创建好放置tomcat的文件…

UE5实现Runtime环境下绘制线功能

文章目录 1.实现目标2.实现过程2.1 C++实现2.2 蓝图调用3.参考资料1.实现目标 UE5在Runtime环境下基于PDI绘制线,GIF动图如下: 2.实现过程 在UE5 Runtime环境下常用的绘制线方法有使用以下几种方式。一是基于SplineMeshComponent,即使用已有的点位去初始化样条线,然后在挂…

Ae:合成查看器 - 视图选项

合成查看器、素材查看器、图层查看器等面板底部的视图选项大同小异。 放大率弹出式菜单 Magnification ratio popup 用于显示和控制当前的放大率。 默认为适应当前面板大小。 更改放大率时,只是改变了面板中预览的外观,而不是合成的实际分辨率和像素。 适…

数据挖掘实验-week8-关联规则挖掘(Association Rule Mining)

Contents 0. 引言0.1 关联规则挖掘0.2 Apriori算法 实验Step 1:Familiarize yourself with the arules package in R.1.1 Load the package.1.2 To load data into R enter.1.3 To get information about the total number of transactions in a file sample1.csv e…

【requests模块上】——02爬虫基础——如桃花来

目录索引 requests请求:1. 基于get请求:*基础写法:**带参数的get请求:* 2. 基于post请求: 获取数据:1. 获取json数据:2. 获取二进制数据: 引入: requests是python的第…

不得不说的结构型模式-享元模式

目录 享元模式(Flyweight Pattern): 下面是一个简单的C代码案例 下面是面试中可能遇到的问题: 享元模式(Flyweight Pattern): 是一种结构型模式,它通过共享对象来减少系统中对象…

第四范式发布「式说」大模型,以生成式AI重构企业软件(AIGS)

4月26日,第四范式首次向公众展示其大模型产品「式说3.0」,并首次提出AIGS战略(AI-Generated Software):以生成式AI重构企业软件。式说将定位为基于多模态大模型的新型开发平台,提升企业软件的体验和开发效率…

湿法冶金铼提取工艺

湿法冶金 通过溶液分离金属的技术 湿法冶金是利用浸出剂在一定温度压力下与矿石接触,把矿石中有用的金属溶解后再从溶液中回收有价金属的一种工艺,因为其过程大都是在水溶液中进行,所以又被称为“水法冶金”。 01 湿法冶金工艺特点及工艺流…

AI智能课程:第五讲chatGPT搞定APP小程序

内容总结 作业 目录 APP&小程序测试初识 ### APP&小程序测试的区别? 设计APP&小程序功能测试用例 设计APP&小程序功能测试用例–继续优化 设计APP&小程序测试用例-中断场景 设计小程序测试用例–补充小程序功能专项 APP&小程序兼容性测试…