Wavelets

Wavelets (0ndeletas)
Romn Prez Enrquez,

Centro de Geociencias, UNAM A donde quiera que miremos hay seales que podemos analizar. Por ejemplo, hay tremores ssmicos, discurso humano, vibraciones de mquinas, imgenes mdicas, datos financieros, msica, y muchos otros tipos de seales. El anlisis de wavelets es una tcnica nueva y prometedora para analizar estas seales.
geociencias/unam
roman@geociencias.unam.mx
Si escuchamos una sinfona clsica, omos muchas partes, usualmente 3 4, cada una de ellas con una clave principal: Do menor, Mi bemol mayor, etc.
El anlisis de espectro de potencias de Fourier de la sinfona revelar, por supuesto, los tonos y sus armnicos, as como otras frecuencias que se repiten en modulaciones y vibraciones. Si tocamos las partes en otro orden, el espectro de potencias no cambia en absoluto, pero para el escucha se tratar de una pieza totalmente diferente, y ms aun si intercambiamos partes dentro de las partes, a una escala ms fina. Por el contrario, el anlisis de wavelets no slo nos da las frecuencias principales, sino que nos indica cundo ocurren y cul es su duracin. En palabras de Lau and Went las wavelets hacen cantar la serie de tiempo.
geociencias/unam
Caractersticas
La transformada de Wavelets fue diseada originalmente para estudiar seales no estacionarias. Como presenta covariancia ante retrasos, parece ser la mejor herramienta para estudiar seales con espectro de ley de potencias. Se trata de un anlisis de tiempo-frecuencia. Es capaz de revelar aspectos de los datos como tendencias, puntos de quiebre, discontinuidades en las derivadas, y auto-similaridad. El anlisis de wavelets puede muchas veces comprimir o eliminar ruido sin degradacin apreciable.
geociencias/unam
Wavelets (0ndeletas) Cmo es?

- Una wavelet es una onda de duracin efectiva limitada que tiene un valor promedio cero.
-Mientras que el anlisis de Fourier consiste en descomponer una seal en funciones de senos de varias frecuencias, - El anlisis de wavelets consiste en descomponer una seal en versiones escaladas mviles
de la wavelet original (madre). -Slo viendo wavelets y senoides se puede ver intuitivamente que las seales con cambios
bruscos se pueden analizar mejor con una wavelet irregular, de la misma manera que ciertas comidas se comen mejor con un tenedor que con una cuchara.
geociencias/unam
Aspectos de escala y de tiempo

Rugosidad
(por ejemplo, aluminio que cubre una naranja y un limn)
Deteccin de bordes y Procesos transitorios

(por ejemplo, un sismo)
geociencias/unam
Transformada de Fourier
Es una tcnica matemtica para transformar nuestra visin de la seal de una base temporal a una base de frecuencias.
Para muchas seales, el anlisis de Fourier es muy til, debido al contenido de frecuencias en la seal. Entonces, para qu otra tcnica como wavelets. Porque, al transformar al dominio de frecuencias, la informacin temporal se pierde. Es decir, es imposible decir cundo ocurri un evento particular. Ahora bien, si las propiedades de la seal no cambian mucho con el tiempo, esto es, si la seal es estacionaria, no importa mucho. Sin embargo, las seales ms interesantes son no estacionarias, pues presentan tendencias, cambios bruscos, y comienzos y terminaciones de eventos, para los cuales el anlisis de Fourier NO es adecuado.
geociencias/unam
Este problema, que se soluciona parcialmente mediante la introduccin de una ventana, no
es suficiente, a menos que sea variable, tal como es el caso de wavelets.
C es la suma sobre toda la seal multiplicada por versiones mviles, escaladas, de la funcin wavelet . La C se llama transformada continua de wavelet (CWT). Ntese que el anlisis de wavelet no utiliza una regin de tiempo-frecuencia, sino una de tiempoescala.
geociencias/unam
Qu puede hacer el anlisis de wavelets?
La ms grande ventaja es su habilidad para realizar anlisis locales decir, analizar un rea localizada de una seal ms grande. Veamos un ejemplo:
Una grfica de los coeficientes de Fourier muestra slo un espectro plano con dos picos que representan
una sola frecuencia. Sin embargo, una grfica de los coeficientes de wavelets muestran claramente la localizacin exacta, en el tiempo, de la discontinuidad.
geociencias/unam
Cinco pasos para crear una CWT:
1.
2.
Tome una wavelet y comprela con una seccin al inicio de la seal original. Calcule un nmero, C, que representa qu tanto se correlaciona la wavelet con la seccin de la seal. Entre mayor sea C, mayor es la semejanza. Ms precisamente, si la energa de la seal y de la wavelet son iguales a uno, C se puede interpretar como el coeficiente de correlacin. Hay que hacer notar aqu que los resultados dependen de la forma de la wavelet que se elija.
Mueva la wavelet hacia la derecha y repetir los pasos 1 y 2., hasta cubrir toda la seal.
3.
geociencias/unam
4. Escale (estire) la wavelet y repita los pasos 1 al 3. 5. Repita los pasos 1 al 4 para todas las escalas.
Al terminar, se tendrn los coeficientes producidos a diferentes escalas, por las diferentes secciones de la seal. Los coeficientes constituyen los resultados de una regresin de la seal original obtenida por las
wavelets.
Las grficas de los coeficientes de la transformada de wavelet son precisamente la representacin tiempo-escala de la seal. geociencias/unam
Esta aparente desventaja (recordemos que el anlisis de Fourier nos da una representacin frecuencia-amplitud), no es tal ya que en realidad es mucho mas natural, y nos muestra patrones que antes no eran visibles. Es ms, podemos ver que
hay una correspondencia entre la escala de las wavelets y la frecuencia que es manifiesta y proviene directamente del anlisis.
geociencias/unam
La transformada de wavelets discreta (DWT)
Sirve para agilizar el proceso, sin tanta memoria requerida, y adems se ha encontrado que la eficiencia se puede mantener utilizando escalas didicas (escalas y posiciones en potencias de 2). Una manera de implementar la DWT es utilizando filtros, lo que lleva a la transformada rpida de wavelets; una caja a la que entra una seal y de la que salen coeficientes. --Para muchas seales, el contenido de bajas frecuencias (aproximacin, de gran escala) es el ms importante. Es el que le da a la seal su identidad. Las altas frecuencias (los detalles, de pequea escala) imparten sabor. --El proceso bsico se ve as:
geociencias/unam
Mediante un submuestreo (downsampling) se elimina la duplicacin de los datos:
Por ejemplo, una senoide con ruido aadido: [cA,cD]=dwt(s,db2);
geociencias/unam
El proceso de descomposicin puede ser iterado (multinivel):
geociencias/unam
Reconstruccin de la seal
Mientras que el anlisis de wavelets involucra filtraje y submuestreo, la reconstruccin involucra sobremuestreo (upsampling) y filtraje. El sobremuestreo es el proceso de alargar la seal componente insertando ceros entre muestreos.
geociencias/unam
Descomposicin y Reconstruccin (sencilla y mltiple)
geociencias/unam
Relacin entre los filtros y la forma de las wavelets
La eleccin de los filtros determina la forma de la wavelet a usar para hacer una mejor reconstruccin. Considrese el filtro de reconstruccin pasa baja (L) para la wavelet db2.
geociencias/unam
Descomposicin de wavelets en paquete:
A diferencia del anlisis de wavelets, la de paquete se ve as:
geociencias/unam
Ejemplo:
Micropulsaciones magnticas para el da
7/octubre/2001
Decomposicin a nivel 5
geociencias/unam
Estadstica de la serie original
geociencias/unam
Estadstica de la serie de coeficientes detallados
geociencias/unam

Wavelets

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Wavelets

Cargado por

Copyright:

Formatos disponibles

Wavelets (0ndeletas)

Romn Prez Enrquez,

Wavelets (0ndeletas) Cmo es?

Aspectos de escala y de tiempo

Deteccin de bordes y Procesos transitorios

Por ejemplo, una senoide con ruido aadido: [cA,cD]=dwt(s,db2);

Estadstica de la serie original

Estadstica de la serie de coeficientes detallados

También podría gustarte