DWT или WP для фильтрации сигналов

Я имею дело со сложной проблемой, связанной с вейвлет-преобразованием (сложной, по крайней мере, для меня :). У меня есть сигнал, скажем, синусоида (частота f1) с наложенной другой синусоидой (частота f2). Если другой сигнал имеет более высокую частоту, чем исходный, проблем с его фильтрацией не возникает. Однако это не мой случай, так как мне приходится иметь дело с двумя сигналами с одинаковыми частотами, например, f2 = 1,2 f1. Есть ли способ восстановить исходную синусоиду с помощью вейвлет-преобразования, предпочтительно DWT или вейвлет-пакетов? Я, вероятно, лучше выиграю от CWT, поскольку он показывает полные свойства временной шкалы, но это не вариант.

Спасибо заранее.


image-processing signal-processing wavelet frequency-analysis
person camillio    schedule 12.12.2010    source источник

Ответы (1)


arrow_upward
0
arrow_downward

Вы рассматриваете проблему неопределенности частоты в зависимости от времени. Вам понадобятся более длинные базисные векторы, чтобы разделить спектральное содержимое, которое ближе друг к другу по частоте.

Для дельты F, равной 0,2, вы можете попробовать использовать базисные векторы, которые в 10 раз длиннее, чем период(ы) интересующих нас синусоид.

person hotpaw2    schedule 12.12.2010
comment
Да, я знаю, но как этого добиться с помощью DWT/WP? Вопрос времени и частоты тесно связан с непрерывным вейвлет-преобразованием, но я хочу избежать его и вместо этого использовать дискретные варианты. - person camillio; 12.12.2010