Python은 웨이블릿 노이즈 감소를 구현합니다.

잔물결 분해

여기에 이미지 설명 삽입
위의 그림은 신호의 3-계층 웨이블릿 분해를 보여주고 있는데 Approximation은 대략적인 웨이블릿 계수(신호의 저주파 성분)이고 Detail은 세부 웨이블릿 계수(신호의 고주파 성분)입니다.분해 후 4개의 웨이블릿 계수는 A3, D3, D2 및 D1입니다.

웨이블릿 계수

웨이블릿 계수는 웨이블릿 변환 후 얻은 결과를 말하며, 다른 스케일과 주파수에서 원래 신호의 분해 정보를 나타냅니다. 연속 웨이블릿 변환(CWT)이든 이산 웨이블릿 변환(DWT)이든 변환 후 얻은 결과를 웨이블릿 계수라고 합니다[2].

웨이블릿 계수는 차원 단위가 없는 결과로, 원래 신호의 에너지 분포 또는 특성 정보를 서로 다른 스케일로 반영합니다. 원래 신호와 각 웨이블릿 기저 함수의 내적을 계산하면 웨이블릿 계수를 얻을 수 있다[5]. 웨이블릿 계수의 수치는 해당 스케일 및 주파수에서 원래 신호의 특성 강도 또는 중요도를 나타냅니다. 더 큰 웨이블릿 계수는 일반적으로 신호에서 더 큰 변화 또는 급격한 지점을 나타냅니다[2].
임의의 길이(손의 손가락 너비 등)를 사용하여 물체의 크기를 측정하는 것처럼 일련의 숫자를 측정할 수 있습니다.

Supongo que te gusta

Origin blog.csdn.net/weixin_39107270/article/details/131810241
Recomendado
Clasificación