Documentos de Académico
Documentos de Profesional
Documentos de Cultura
LA TRANSFORMADA WAVELET
Create PDF with GO2PDF for free, if you wish to remove this line, click here to buy Virtual PDF Printer
ANEXO 2.- TRANSFORMADA WAVELET
ANEXO 2
LA TRANSFORMADA WAVELET
A2.1.- ORIGEN
En los últimos años han surgido, y continúan en desarrollo, distintos métodos y técnicas
de procesamiento digital, para la detección y evaluación de señales biológicas, como es el caso
de la señal ECG. Entre estos métodos destacan [5] los basados en el estudio de las
distribuciones tiempo-frecuencia tales como la Transformada de Fourier de Corto Tiempo
(STFT), o la Transformada Wavelet (WT).
El concepto de “wavelet” significa “onda pequeña”, y mientras que las senoides son
suaves, regulares e infinitas, las wavelets son irregulares y asimétricas. Al igual que la
Transformada de Fourier (FT) consiste en descomponer una señal en ondas senoidales de
diversas frecuencias, la Transformada Wavelet (WT) consiste en trocear una señal en versiones
escaladas y desplazadas de una wavelet a la que llamamos wavelet madre.
Create PDF with GO2PDF for free, if you wish to remove this line, click here to buy Virtual PDF Printer
ANEXO 2.- TRANSFORMADA WAVELET
parte de las señales que pudieran ser captadas en un entorno real. En resumen, los problemas
presentados por la FT que se plantea resolver son:
• Por el principio de incertidumbre de Heisenberg, cuanto más estrecha sea la ventana, mejor
es la resolución en el tiempo, pero peor en frecuencia. Además si la ventana es ancha ocurre
lo contrario entre frecuencia y tiempo y con el peligro añadido de violar la condición de
estacionariedad. Por tanto, si la ventana es estrecha se “ciegan” las bajas frecuencias,
porque las frecuencias necesitan tiempo para oscilar y poder ser detectadas.
• El dilema del enventanado: es difícil decidir la anchura de la ventana para el análisis,
cuántas anchuras diferentes usar, cómo superponer las ventanas, etc.
• Por el contrario a la FT, la STFT no proporciona forma numérica de reconstruir la señal tras
la transformación.
Create PDF with GO2PDF for free, if you wish to remove this line, click here to buy Virtual PDF Printer
ANEXO 2.- TRANSFORMADA WAVELET
Merece la pena destacar la versatilidad que otorga el trabajar con enventanado con
regiones variables. En fragmentos de señal en los que interese información precisa de baja
frecuencia, basta con tomar una ventana muy ancha; al contrario cuando requiramos más
información de alta frecuencia. Se consigue así un método de trabajo más organizado en
tiempo-frecuencia:
Create PDF with GO2PDF for free, if you wish to remove this line, click here to buy Virtual PDF Printer
ANEXO 2.- TRANSFORMADA WAVELET
Fig A2.2.- Función base de la transformada de Fourier (senoide) y ejemplo de función base de
la transformada Wavelet (db10) de la familia Daubechies.
(Ecuación A2.1)
Create PDF with GO2PDF for free, if you wish to remove this line, click here to buy Virtual PDF Printer
ANEXO 2.- TRANSFORMADA WAVELET
• Escalado pequeño => wavelet comprimida => capta los detalles que cambian
rápidamente => altas frecuencias.
• Escalado grande => wavelet expandida => capta los detalles que cambian lentamente
=> bajas frecuencias.
La WT tiene como fin tratar gran variedad de señales para su transmisión, estudio,… La
mayor parte de las señales de interés que será necesario manejar se almacenan en formato
digital, más eficiente y manejable. En caso de ser señales directamente captadas del entorno, lo
más frecuente es que, antes de pasar a la etapa de procesamiento, las señales sean
preprocesadas, muestreadas y digitalizadas.
Create PDF with GO2PDF for free, if you wish to remove this line, click here to buy Virtual PDF Printer
ANEXO 2.- TRANSFORMADA WAVELET
1 t −b
C (a, b) = ∫s(t ) ψ( )dt (Ecuación A2.2)
R a a
, donde a representa la escala y b el desplazamiento.
En la mayor parte de las aplicaciones se tiene diferente interés en los contenidos de alta
o baja frecuencia de las señales. Dado que el enventanado escogido para aplicar la DWT
dependerá de las componentes de interés, podemos establecer una clasificación de la
información conseguida en cada caso. Por tanto, los coeficientes Wavelet resultantes de la
descomposición podrán clasificarse, tal y como se muestra en la Figura A2.6, en:
Create PDF with GO2PDF for free, if you wish to remove this line, click here to buy Virtual PDF Printer
ANEXO 2.- TRANSFORMADA WAVELET
D1
HPF 2
X HPF 2 D2
A1
LPF 2
LPF 2 A2
: HPF 2 DM
:
AM-1
LPF 2 AM
Create PDF with GO2PDF for free, if you wish to remove this line, click here to buy Virtual PDF Printer
ANEXO 2.- TRANSFORMADA WAVELET
Create PDF with GO2PDF for free, if you wish to remove this line, click here to buy Virtual PDF Printer
ANEXO 2.- TRANSFORMADA WAVELET
Señal A3 D3
A1 D1 A2 D2
A2 D2 A1 D1
A3 D3 Señal
(a) (b)
Fig A2.10.- Estructura de filtros de la descomposición Wavelet (a) y de la síntesis Wavelet (b)
considerando 3 niveles de descomposición (M=3).
Create PDF with GO2PDF for free, if you wish to remove this line, click here to buy Virtual PDF Printer
ANEXO 2.- TRANSFORMADA WAVELET
Señal
A1 D1
Create PDF with GO2PDF for free, if you wish to remove this line, click here to buy Virtual PDF Printer
ANEXO 2.- TRANSFORMADA WAVELET
Create PDF with GO2PDF for free, if you wish to remove this line, click here to buy Virtual PDF Printer
ANEXO 2.- TRANSFORMADA WAVELET
Éste es el motivo por el cual es muy frecuente, siempre que se trabaje con miras a la
implementación electrónica del algoritmo y las características de la aplicación lo permitan, la
elección de las familia de funciones biortogonales para el desarrollo de la transformación y
reconstrucción wavelet. A continuación se muestran las funciones Wavelet de la familia
biortogonal que se implementan en MATLABTM:
Create PDF with GO2PDF for free, if you wish to remove this line, click here to buy Virtual PDF Printer
ANEXO 2.- TRANSFORMADA WAVELET
Fig A2.18.- Representación de las wavelet madre de la familia Biortogonal disponible en MATLABTM.
Se puede observar que se para cada tipo hay dos wavelets, una para la descomposición
(a la izquierda) y otra para la reconstrucción (a la derecha).
Create PDF with GO2PDF for free, if you wish to remove this line, click here to buy Virtual PDF Printer
ANEXO 2.- TRANSFORMADA WAVELET
G1 ( z ) = −z j H 0 (−z )
O lo que es lo mismo:
g 0 (n) = (−1) n h1 (n − 1) (Ecuación A2.6)
Es decir, si uno de los filtros de síntesis es un paso de baja (LP), el de análisis opuesto
debe ser un paso de alta (HP), y viceversa.
Create PDF with GO2PDF for free, if you wish to remove this line, click here to buy Virtual PDF Printer
ANEXO 2.- TRANSFORMADA WAVELET
Create PDF with GO2PDF for free, if you wish to remove this line, click here to buy Virtual PDF Printer