Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Transformada de Wavelet
Transformada de Wavelet
PROYECTO DE INVESTIGACION
TRANSFORMADA DE WAVELET
NOMBRES:
MATERIA:
TRANSFORMADAS DE INTEGRALES
SEMESTRE:
1/2020
DOCENTE:
TRANSFORMADA DE WAVELET
1. Definición matemática.
La transformada de wavelet o también llamada transformada de ondicula, es una
herramienta matemática que promete no solo tener múltiples aplicaciones en el
procesamiento de señales, sino que además está siendo usada en Control de Procesos y
detección de anomalías sintomáticas en medicina e ingeniería.
Para poder definir la transformada de wavelet de una mejor manera, se dará breves
conceptos de ciertos temas.
Espacio de Hilbert
El espacio H de Hilbert es un espacio vectorial cuyos elementos pertenecen al
plano complejo C. Sea H el conjunto de elementos del espacio H. Los vectores
complejos de este conjunto pueden ser sumados con las reglas usuales de la
aritmética de vectores (propiedad aditiva) y multiplicados por escalares (números
complejos).
El espacio H está dotado de una métrica y de un producto interno.
Consideraremos en particular el espacio H formado por funciones vectoriales fn. Si
f y g son funciones del conjunto H de H, el producto interno para este conjunto de
funciones es un escalar definido por
∞
¿ f , g ≥ ∫ f∗( x ) g ( x ) dx
−∞
donde f *(x) es el complejo conjugado de f(x).
Ortogonalidad y bases ortonormales
Se dice que dos vectores x e y son ortogonales en un Espacio Hilbert H si su
producto interno es cero:
< x,y > = 0
Se define a la base ortonormal de H como un conjunto ortonormal maximal en H si
cualquier vector en H puede ser representado como el límite de las combinaciones
lineales de los elementos de una base ortonormal.
Análisis de Fourier
Es una transformación matemática empleada para transformar señales entre
el dominio del tiempo (o espacial) y el dominio de la frecuencia, que tiene muchas
aplicaciones en la física y la ingeniería. Es reversible, siendo capaz de
transformarse en cualquiera de los dominios al otro. El propio término se refiere
tanto a la operación de transformación como a la función que produce.
La transformada de Fourier es una aplicación que hace corresponder a una
función con otra función definida de la manera siguiente:
∞
1
g (ε)= ∫ f ( x ) e−iεx dx g ¿
√ 2 π −∞
Habiendo definido estos temas se puede definir la transformada de wavelet, la cual se
divide en:
ga ( t )=g ( at )
Y la traslación de “g” por “b”
gb ( t )=g ( t−b )
Aplicando simultáneamente escalamiento y traslación:
t−b
gba ( t )=g( )
a
Si la función g(t) cumple con las propiedades básicas.
∞
∫ g ( t ) dt=0
−∞
∞
∫ g2 ( t ) dt =1
−∞
Se puede considerar g(t)=Ѱ(t) será la wavelet madre
1 t−b
Y Ѱ ba (t )=
√a
Ѱ( )
a
Es la función con escalamiento y corrimiento simultáneos aplicada en la ecuación
definida por Morlet-Grossman como la transformada wavelet continua (CWT).
∞
1 1
CWT ( b , a )= ∫
√|a| −∞ ( )
s ( t ) Ѱ ∗ ( t−b ) dt
a
Existen muchas wavelets madre agrupadas en familias según su utilidad; Ingrid
Daubechies quien es el mayor constructor de wavelets ha propuesto tres familias,
la Daubechies que es un conjunto de wavelets ortonormales apropiadas para
aplicarse en análisis de señales discretas, la Coiflets llamadas asi por ser
construidas a solicitud de R. Coifman, y la Symmlet que siendo similares a las
Daubechies tienden a ser casi simétricas.
Las Biortonormales es una familia que presenta la propiedad de fase lineal lo que
es muy útil para la reconstrucción de imágenes, en este caso se debe usar una
wavelet madre para la descomposición y otra para la reconstrucción.
Algunas wavelets están definidas por una función explicita como wavelet Haar
dada por:
1, 0<t<0,5
s ( t ) =¿{-1, 0.5<t<1
0, en otro caso
−t 2
s ( t ) =exp ( )
2
cos ( 5t )
Mostrada a continuación, o la wavelet sombrero mexicano que es la segunda
derivada de la función de distribución gaussiana
2 −t 2
s (t)= 1
exp ( )(1−t 2)
2
√3 п 4
Y que también se observa a continuación:
1/ √2 −1/ √ 2 ⋯
⋮
0 0
0 0
0
⋱
⋯
0 0
0
0 0
⋮
0
1/ √ 2 1/ √ 2
]
Y una matriz W¹n como:
Se obtiene:
0
[
A¹n=[A¹][V¹n]
⋮
0 0
0 0
0
⋱
⋯
y
0
0 0
⋮
0
1/ √ 2 −1/ √ 2
]
D¹n=[D¹][W¹n]
Con este mismo concepto es posible hacer un análisis en varios niveles como el
mostrado a continuación:
Nombres: ROCASALVO SANCHEZ JURGEN ALEJANDRO CI: 6080231
CUTIPA CASTAÑO ALBERTH ARIEL CI: 9124662
Síntesis wavelet
Conclusión:
Esta es la interpretación que nos ofrece la transformada de Wevelet en torno a una señal común la
tomamos y la partimos en pequeños segmentos para poder obtener el tiempo de dicho evento
paso en la señal, de ahí podemos reconstruir la señal al igual que descomponerlo.
Cuenta con una gran familia de funciones de Wevelet al cual se da una gran
aplicación real como son: Campo armónico, reducción de ruido, imagen médica,
cine digital y telescopio etc.
3. Ejemplos de resolución.
En el dominio discreto se habla de la transformada discreta de Fourier, que se representa por las
siguientes ecuaciones
Se convierte en un sistema lineal formado por dos partes un filtro LTI con respuesta impulso y un
modulador
Transformada de Haar
La transformada de Fourier es una de las transformadas más empleadas para el análisis de señales
unidimensionales e imágenes. Si bien en este trabajo no se ha aplicado como tal, se considera
importante citar sus ideas clave para poder ver cómo la transformada wavelet (TW) puede
sustituirla en determinados casos y analizar sus diferencias.
Nombres: ROCASALVO SANCHEZ JURGEN ALEJANDRO CI: 6080231
CUTIPA CASTAÑO ALBERTH ARIEL CI: 9124662
Para una señal continua dependiente del espacio f (x ) que es uniformemente muestreada (o
discreteada) en N partes en el intervalo [0, 1] su transformada wavelet podrá ser calculada
solamente en las escalas N > s > 1, es decir, el parámetro de escala será s0 = a j (con a = 2 para
escalas diádicas, factor de escalado doble o mitad), siendo j el nivel de la transformación. Una
wavelet discreta escalada por a j y en una posición en concreto es definida por: (
De forma genérica, se puede decir que la transformada wavelet de una señal discreteada f(n )
viene dada por la relación siguiente:
donde j es la dilatación y k la traslación, valores enteros y los valores de W (j, k ) también son
llamados coeficientes wavelet. Al generar de la función wavelet madre ψ una base ortonormal de
wavelets se cumple que los coeficientes de la descomposición directa son los mismos que se
necesita para reconstruir la señal de forma perfecta, consistiendo esta reconstrucción en la suma
de las funciones base wavelet ortogonales ψj,k (n ) ponderadas por los coeficientes wavelet
4. Ejemplos de aplicación.
Detección de discontinuidades y puntos de fallas
En la figura se aprecia una señal de ruido de un motor de inducción en la que se
presenta una pequeña distorsión.
Nombres: ROCASALVO SANCHEZ JURGEN ALEJANDRO CI: 6080231
CUTIPA CASTAÑO ALBERTH ARIEL CI: 9124662