【正文】 例如可以采用第二代小波。提取何種特征需要根據信號特點和分析目的決定，但也不排斥提取一些具有共性的特征，如信號的過零點、極值點以及過零間隔等。 ? ? 00?12 ??? ?? 且LL? ?ba,? ? ? ?????? ?? ?abtatba ?? 21, ? ?0, ??? RaRb???17 18 19 連續(xù)小波函數窗口的“變焦”特性 : ? 當 a變小時，時域觀察范圍變窄，但頻率觀察的范圍變寬，且觀察的中心頻率向高頻處移動； ? 當 a變大時，時域觀察范圍變寬，頻域的觀察范圍變窄，且分析的中心頻率向低頻處移動 . ?t20 多分辨分析 ? 1988年 Mallat 提出的多分辨度分析理論，統(tǒng)一了幾個不相關的領域：包括語音識別中的鏡向濾波，圖象處理中的金字塔方法，地震分析中短時波形處理等。 ? 1985年 Meyer 和稍后的 Daubeichies提出“正交小波基”，此后形成小波研究的高潮。 所謂信號分析就是在時 (間 )域或變換域對信號進行分析處理的過程。 ? 傅立葉變換沒有反映出隨著時間的變化信號頻率成分的變化情況。顧名思義，小波在某時間發(fā)生的小的波動。對于大于門限的小波系數 , 即認為是含有用信號成分，給予保留。 視頻壓縮標準 、 MPEG4等。 （ 4）商品化，如“ JPEG2023”小波圖象壓縮標準，MATLAB小波計算包等。噪聲對應的 Lipschitz指數小于 0,而信號邊沿對應的 Lipschitz指數大于或等于 0,因此，利用小波變換可以區(qū)分噪聲和信號邊沿，有效地檢測出強嗓聲背景下的信號邊沿 (緩變或突變 )。因此， 通過 Mallat算法將信號分解后，就可根據先驗知識，引入門限來作為甄別受到噪聲污染的小波系數。 13 小波的時間和頻率特性 運用小波基，可以提取信號中的“指定時間”和“指定頻率”的變化。另外 Fourier變換在時域中沒有任何分辨率，即 )(ωF在任何有限頻段上的信息均不足以刻畫任意小范圍內的，也就是說經典的 Fourier變換分析法在理論與實際應用中都受到一定的限制。然而，對于某些信號在時域很難分析、或特征不明顯，需要進行某種變換，典型的方法是 Fourier變換，即在變換域進行分析。 12 小波的特點和發(fā)展 “小波分析” 是分析原始信號各種變化的特性，進一步用于數據壓縮、噪聲去除、特征選擇等。例如： 21 多分辨分析 22 小波分解和小波基