当前位置：文档库 › 小波分析硕士试题及答案

小波分析硕士试题及答案

01()2()(2)()2()(2)n Z n Z

t g n t n t g n t n ??ψ?∈∈?=

-??=-∑∑

小波函数：()(2)n

t h t n φφ=-

∑ 5、Mallat 算法

答： 1989年，Mallat 在小波变换多分辨率分析理论与图像处理的应用研究中受到塔式算法的启发，提出了信号的塔式多分辨率分析与重构的快速算法称为马拉特（Mallat ）算法。

Mallat

分解算法：,1,2(1)j k n j n k n Z

c h c ++∈=∑，

,1,2(2)

j k n j n k n Z d g c ++∈=∑ Mallat 重构算法：1,2,2,(3)j n n k j k n k j k n Z n Z

c h c g

d +--∈∈=+∑ 6、双尺度方程

答：双尺度方程，本质就是将j V 的基函数表示成1j V +的基函数的线性和。因为0101(),()t V V t W V ?ψ∈?∈?，所以()t ?和()t ψ都可以用1V 空间的一个基(2)n Z t n φ∈-线性表示： ()(2)()(2)

n n t h t n t g t n φφ?φ?=-??=-??∑∑，即为双尺度方程。一、简述小波的定义及其主要性质。（10分）

答：小波(Wavelet)这一术语，顾名思义，“小波”就是小的波形。所谓“小”是指它具有衰减性；而称之为“波”则是指它的波动性，其振幅正负相间的震荡形式。与傅里叶变换相比，小波变换是时间(空间)频率的局部化分析，它通过伸缩平移运算对信号(函数)逐步进行多尺度细化，最终达到高频处时间细分，低频处频率细分，能自动适应时频信号分析的要求，从而可聚焦到信号的任意细节，解决了傅里叶变换的困难问题，成为继傅里叶变换以来在科学方法上的重大突破。小波性能除了正交性以外还有光滑性、紧支性、衰减性、对称性以及消失矩和时频窗面积。

二、阐述Fourier 变换和小波变换的各自的特点，并比较它们之间的优缺点。（10分）

答：1）傅里叶变换能够将信号从时域转到频域，从物理意义上讲，傅立叶变换的实质是把这个波形分解成不同频率的正弦波的叠加和，反映了整个信号的时间频谱特性，较好地揭示了平稳信号的特征，适合平稳信号分析。

傅里叶变换缺点：1）只适合分析平稳信号，不能分析非平稳信号。2）根据测不准原理，傅里叶变换不可能同时对f(t)和F(W)同时有很高的分辨率。3)求傅立叶系数需要所考虑的时间域上所有信息，不能反映局部信息的特征，局部性差。

2）小波变换是一种窗口大小固定，但形状可以改变，时窗和频窗都可以改变的时频局域化分析方法，对函数或信号进行多尺度细化分析，达到高频处时间细分，低频处频率细分，能自动适应时频信号分析的要求，具有多分辨率，从而可聚焦到信号的任意细节，适合非平稳信号分析。

小波变换缺点：小波变换是非平稳信号处理的有力工具，虽然小波变换有多种小波基函数可以供选择，但一旦小波基函数选定后，其特性就固定，各个尺度上的小波函数通过尺度和平移变换获得，由于信号每分解一次，逼近信号和细节的长度减小一半。在不同尺度上得到的逼近信号特征之间存在差异，小波变换时采用以个基函数导出的小波函数难以在不同尺度上准确地逼近局部信号特征，因此降噪预处理时的重构信号会丢失原有的时域特征。

三、阐述多分辨分析的思想并给出MALLAT 算法的表达式。（10分）

答：Meyer 于1986年创造性地构造出具有一定衰减性的光滑函数，其二进制伸缩与平移构成2

()L R 的规范正交基，才使小波得到真正的发展。1988年S.Mallat 在构造正交小波基时提出了多分辨分析的概念，从空间的概念上形象地说明了小波的多分辨率特性，将此之前的所有正交小波基的构造法统一起来，给出了正交小波的构造方法以及正交小波变化的快速算法，即Mallat 算法。Mallat 算法在小波分析中的地位相当于快速傅立叶变换算法在经典傅立叶分析中的地位。

多分辨分析只是对低频部分进行进一步分解，而高频部分则不予以考虑。分解的关系为 112}0{)(+-+++++=j j j V V V R L 。这里只是以一个层分解进行说明，如果要进行进一步的分解，则可以把低频部分分解成低频部分和高频部分，以下再分解以此类推。多分解分析的最终目的是力求构造一个在频率上高度逼近2()L R 空间的正交小波基，这些频率分辨率不同的正交小波基相当于带宽各异的带通滤波器。多分辨分析只对低频空间进行进一步的分解，使频率的分辨率变得越来越高。

Mallat 分解算法：通过下面的公式可以很快计算出尺度系数和小波系数,,{,}j k j k c d ，

,1,2(1)j k n j n k n Z

c h c ++∈=∑，,1,2(2)j k n j n k Z

d g c ++∈= 因此，只要确定j V 空间的初始序列,{}j k k c Z ∈，就可以算出任意空间()j V j J <的所有尺度系数和小波系数。公式(1)和(2)称为离散小波变换的分解公式。

Mallat 重构算法：

1,2,2,11(3)j n n k j k n k j k n Z n Z

c h c g

d +--∈∈=+∑ 四、简述小波理论的发展，并结合你所研究的领域，对小波理论在该领域的应用及发展进行综述（此部分10分）。用某种语言编程实现数字水印嵌入、图像压缩或图像分割（此部分30分，要求文字叙述，程序贴在答案后面）。(共40分）（此题是重点，要求不能重复，否则根据情节扣10-20分）

答：（1）1807年，傅里叶提出傅里叶分析，1822年发表“热传导解析理论”论文；1910年 Haar 提出最简单的小波；1980，年Morlet 首先提出平移伸缩的小波公式，用于地质勘探；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； 1988年，Mallat 提出的多分辨分析理论； Meyer 在1989年引入了小波包的概念。基于样条函数的单正交小波基由崔锦泰和王建忠在1990年构造出来。1992年Cohen, Daubechhies 等人构造出了紧支撑双正交小波基近年来，一种简明有效的构造小波基的方法--提升方案得到很大的发展和重视，利用提升方案构造的小波被认为是第二代小波。

小波分析在信号处理中的应用：小波分析已经成为一种新工具和新方法，且取得了很多成功的应用。如：信号的分解和重构，信号的消噪，信号的奇异性检测与分析。小波分析在图像处理，图像特征提取，图像识别等方面的应用最为成功。北京大学，清华大学联合研制的“基于小波分析的指纹处理系统”，特别是北邮推出的“基于微机并行处理的职位识别系统“更是把小波在指纹方面的应用推向高潮，其理论指标已超过美国FBI 的结果。消噪是信号处理中经典的问题，传统的消噪方法多采用平均或线性方法，如Wiener 滤波。随小波理论的日趋完善，利用小波进行信号消噪及重构得到了广泛的应用。

（2）利用Matlab 实现数字水印嵌入

源程序如下:

function loop(Cwx, Cx) %定义循环函数

k=0;

while k<=size(Cx,2)/size(Cwx,2)-1

Cx(1+size(Cx,2)/4+k*size(Cwx,2)/4:size(Cx,2)/4+...

(k+1)*size(Cwx,2)/4)=Cg(1+size(Cx,2)/4+...

k*size(Cwx,2)/4:size(Cx,2)/4+(k+1)*size(Cwx,2)/4+... x*Cwx(1+size(Cwx,2)/4:size(Cwx,2)/2));

Cx(1+size(Cx,2)/2+k*size(Cwx,2)/4:size(Cx,2)/2+...

(k+1)*size(Cwx,2)/4)=Cx(1+size(Cx,2)/2+...

k*size(Cwx,2)/4:size(Cx,2)/2+(k+1)*size(Cwx,2)/4+... g*Cwx(1+size(Cwx,2)/2:3*size(Cwx,2)/4));

Cx(1+3*size(Cx,2)/4+k*size(Cwx,2)/4:3*size(Cx,2)/4+...

(k+1)*size(Cwx,2)/4)=Cx(1+3*size(Cx,2)/4+...

k*size(Cwx,2)/4:3*size(Cx,2)/4+(k+1)*size(Cwx,2)/4+... x*Cwx(1+3*size(Cwx,2)/4:size(Cwx,2)));

k=k+1;

end;

clc;

start_time=cputime; %记录开始时间

figure(1);

subplot(1,3,1);

input=imread('C:\Users\alw\Desktop\1.jpg'); %读出原始图像imshow(input);

title('原始图像');

subplot(1,3,2);

water=imread('C:\Users\alw\Desktop\2.jpg'); %读出水印图像imshow(water,[]);

title('水印');

input=double(input);

water=double(water);

inputr=input(:,:,1);

waterr=water(:,:,1);

inputg=input(:,:,2);

waterg=water(:,:,2);

inputb=double(input(:,:,3));

waterb=double(water(:,:,3));

r=0.06;

[Cwr,Swr]=wavedec2(waterr,1,'haar'); %水印R的分解

[Cr,Sr]=wavedec2(inputr,2,'haar'); %图像R的分解

Cr(1:size(Cwr,2)/16)=... %水印的嵌入

Cr(1:size(Cwr,2)/16)+r*Cwr(1:size(Cwr,2)/16);

function loop(Cwr, Cr) %调用loop循环函数

Cr(1:size(Cwr,2)/4)=Cr(1:size(Cwr,2)/4)+r*Cwr(1:size(Cwr,2)/4);

g=0.03;

[Cwg,Swg]=wavedec2(waterg,1,'haar'); %水印G的分解

[Cg,Sg]=wavedec2(inputg,2,'haar'); %图像G的分解

Cg(1:size(Cwg,2)/16)=... %水印的嵌入

Cg(1:size(Cwg,2)/16)+g*Cwg(1:size(Cwg,2)/16);

function loop(Cwg, Cg) %调用loop循环函数

Cg(1:size(Cwg,2)/4)=Cg(1:size(Cwg,2)/4)+g*Cwg(1:size(Cwg,2)/4);

b=0.12;

[Cwb,Swb]=wavedec2(waterb,1,'haar'); %水印B的分解

[Cb,Sb]=wavedec2(inputb,2,'haar'); %图像B的分解

Cb(1:size(Cwb,2)/16)=... %水印的嵌入

Cb(1:size(Cwb,2)/16)+b*Cwb(1:size(Cwb,2)/16);

function loop(Cwb, Cb) %调用loop循环函数

Cb(1:size(Cwb,2)/4)=Cb(1:size(Cwb,2)/4)+b*Cwb(1:size(Cwb,2)/4); %图像的重构inputr=waverec2(Cr,Sr,'haar');

inputg=waverec2(Cg,Sg,'haar');

inputb=waverec2(Cb,Sb,'haar'); %三色的叠加

temp=size(inputr);

pic=zeros(temp(1),temp(2),3);

for i=1:temp(1);

for j=1:temp(2);

pic(i,j,1)=inputr(i,j);

pic(i,j,2)=inputg(i,j);

pic(i,j,3)=inputb(i,j);

end;

output=uint8(round(pic)); %转变成无符号整数watermarked_image_uint8=uint8(output);

imwrite(watermarked_image_uint8,'watermarked','bmp'); elapsed_time=cputime-start_time, %显示时间

subplot(1,3,3); %输出结果

imshow(watermarked_image_uint8);

title('水印图像');

小波分析考试题(附答案)

《小波分析》试题适用范围：硕士研究生时间：2013年6月一、名词解释（30分） 1、线性空间与线性子空间解释：线性空间是一个在标量域（实或复）F 上的非空矢量集合V ；设V1是数域K 上的线性空间V 的一个非空子集合，且对V 已有的线性运算满足以下条件（1）如果x 、y V1，则x ＋y V1；（2）如果x V1，k K ，则kx V1，则称V1是V 的一个线∈∈∈∈∈性子空间或子空间。2、基与坐标解释：在 n 维线性空间 V 中，n 个线性无关的向量，称为 V 的一组n 21...εεε，，，基；设是中任一向量，于是线性相关，因此可以被基αn 21...εεε，，，线性表出：，其中系数 αεεε，，，，n 21...n 21...εεε，，，n 2111an ...a a εεεα+++=是被向量和基唯一确定的，这组数就称为在基下的坐标，an ...a a 11，，，αn 21...εεε，，，记为（）。an ...a a 11，，，3、内积解释：内积也称为点积、点乘、数量积、标量积。，()T n x x x x ,...,,21= ，令，称为x 与y 的内积。 ()T n y y y y ,...,,21=[]n n y x y x y x y x +++=...,2211[]y x ,4、希尔伯特空间解释：线性完备的内积空间称为Hilbert 空间。线性（linearity ）：对任意 f ， g ∈H ，a ，b ∈R ，a*f+b*g 仍然∈H 。完备（completeness ）：空间中的任何柯西序列都收敛在该空间之内。内积（inner product ）：，它满足：，()T n f f f f ,...,,21=时。 ()T n g g g g ,...,,21=[]n n y x y x y x y x +++=...,22115、双尺度方程解释：所以都可以用空间的一个1010,V W t V V t ?∈?∈）（）（ψ?）（）和（t t ψ?1V

Excel数据分析统计

使用Excel可以完成很多专业软件才能完成的数据统计、分析工作，比如：直方图、相关系数、协方差、各种概率分布、抽样与动态模拟、总体均值判断，均值推断、线性、非线性回归、多元回归分析、时间序列等。本专题将教您完成几种最常用的专业数据分析工作。注意：所有操作将通过Excel“分析数据库”工具完成，如果您没有安装这项功能，请依次选择“工具”-“加载宏”，在安装光盘中加载“分析数据库”。加载成功后，可以在“工具”下拉菜单中看到“数据分析”选项。直方图某班进行期中考试后，需要统计各分数段人数，并给出频数分布和累计频数表的直方图以供分析。以往手工分析的步骤是先将各分数段的人数分别统计出来制成一张新的表格，再以此表格为基础建立数据统计直方图。使用Excel可以直接完成此任务。 [具体方法] 描述统计某班进行期中考试后，需要统计成绩的平均值、区间，并给出班级内部学生成绩差异的量化标准，借此来作为解决班与班之间学生成绩的参差不齐的依据。要求得到标准差等统计数值。样本数据分布区间、标准差等都是描述样本数据范围及波动大小的统计量，统计标准差需要得到样本均值，计算较为繁琐。这些都是描述样本数据的常用变量，使用Excel 数据分析中的“描述统计”即可一次完成。[具体方法] 排位与百分比排位某班级期中考试进行后，按照要求仅公布成绩，但学生及家长要求知道排名。故欲公布成绩排名，学生可以通过成绩查询到自己的排名，并同时得到该成绩位于班级百分比排名(即该同学是排名位于前“X%”的学生)。排序操作是Excel的基本操作， Excel“数据分析”中的“排位与百分比排位”可以使这个工作简化，直接输出报表。[具体方法]

近代数学小波简答题+答案

1什么是小波函数？（或小波函数满足什么条件？）答：设)()(2R L t ∈?,且其Fourier 变换)(ω? 满足可允许性（admissibility ）条件 +∞

小波分析考试题及答案

一、叙述小波分析理论发展的历史和研究现状答：傅立叶变换能够将信号的时域和特征和频域特征联系起来，能分别从信号的时域和频域观察，但不能把二者有机的结合起来。这是因为信号的时域波形中不包含任何频域信息，而其傅立叶谱是信号的统计特性，从其表达式中也可以看出，它是整个时间域内的积分，没有局部化分析信号的功能，完全不具备时域信息，也就是说，对于傅立叶谱中的某一频率，不能够知道这个频率是在什么时候产生的。这样在信号分析中就面临一对最基本的矛盾——时域和频域的局部化矛盾。在实际的信号处理过程中，尤其是对非常平稳信号的处理中，信号在任一时刻附近的频域特征很重要。如柴油机缸盖表明的振动信号就是由撞击或冲击产生的，是一瞬变信号，单从时域或频域上来分析是不够的。这就促使人们去寻找一种新方法，能将时域和频域结合起来描述观察信号的时频联合特征，构成信号的时频谱，这就是所谓的时频分析，亦称为时频局部化方法。为了分析和处理非平稳信号，人们对傅立叶分析进行了推广乃至根本性的革命，提出并开发了一系列新的信号分析理论：短时傅立叶变换、时频分析、Gabor 变换、小波变换Randon-Wigner变换、分数阶傅立叶变换、线形调频小波变换、循环统计量理论和调幅—调频信号分析等。其中，短时傅立叶变换和小波变换也是因传统的傅立叶变换不能够满足信号处理的要求而产生的。短时傅立叶变换分析的基本思想是：假定非平稳信号在不同的有限时间宽度内是平稳信号，从而计算出各个不同时刻的功率谱。但从本质上讲，短时傅立叶变换是一种单一分辨率的信号分析方法，因为它使用一个固定的短时窗函数，因而短时傅立叶变换在信号分析上还是存在着不可逾越的缺陷。小波变换是一种信号的时间—尺度（时间—频率）分析方法，具有多分辨

中国科学大学随机过程(孙应飞)复习题及答案

（1）设}0),({≥t t X 是一个实的零均值二阶矩过程，其相关函数为 t s s t B t X s X E ≤-=),()}()({，且是一个周期为T 的函数，即0),()(≥=+τττB T B ，求方差函数)]()([T t X t X D +-。解：由定义，有： )(2)0()0()}()({2)0()0()]} ()()][()({[2)] ([)]([)]()([=-+=+-+=+-+--++=+-T B B B T t X t X E B B T t EX T t X t EX t X E T t X D t X D T t X t X D （2）试证明：如果}0),({≥t t X 是一独立增量过程，且0)0(=X ，那么它必是一个马尔可夫过程。证明：我们要证明： n t t t <<<≤? 210，有 } )()({})(,,)(,)()({11112211----=≤=====≤n n n n n n n x t X x t X P x t X x t X x t X x t X P 形式上我们有： } )()(,,)(,)({} )()(,,)(,)(,)({} )(,,)(,)({} )(,,)(,)(,)({})(,,)(,)()({1122221111222211112211112211112211--------------========≤= ======≤=====≤n n n n n n n n n n n n n n n n n n n n x t X x t X x t X x t X P x t X x t X x t X x t X x t X P x t X x t X x t X P x t X x t X x t X x t X P x t X x t X x t X x t X P 因此，我们只要能证明在已知11)(--=n n x t X 条件下，)(n t X 与2 ,,2,1,)(-=n j t X j 相互独立即可。由独立增量过程的定义可知，当2,,2,1,1-=<<<-n j t t t a n n j 时，增量 )0()(X t X j -与)()(1--n n t X t X 相互独立，由于在条件11)(--=n n x t X 和0)0(=X 下，即有)(j t X 与1)(--n n x t X 相互独立。由此可知，在11)(--=n n x t X 条件下，)(n t X 与 2,,2,1,)(-=n j t X j 相互独立，结果成立。（3）设随机过程}0,{≥t W t 为零初值（00=W ）的、有平稳增量和独立增量的过程，且对每个0>t ，),(~2t N W t σμ，问过程}0,{≥t W t 是否为正态过程，为什么？解：任取n t t t <<<≤? 210，则有： n k W W W k i t t t i i k ,,2,1][1 1 =-=∑=-

如何利用excel做数据分析(上下)

网站分析中专业的工具除了Google Analytics, Adobe Sitecatalyst, Webtrends, 腾讯分析和百度统计等外，我想最常用的数据处理工具就是Excel了，Excel里头最基础的就是运算和图表的制作，稍微高级一点就是函数和数据透视表的使用了，当然你可能还会想到VBA和宏，但估计很少高手会使用这些高级的功能。那对于高级的数据分析而言，也就是涉及统计学的专业分析方法和原理的时候，是不是就一定得求助于SPSS,SAS这类专业的分析工具呢？数据分析从低级到高级层次的跳跃过程中有没有可以起承接作用的工具呢？其实是有的，这就是Excel的数据分析功能。貌似最近比较火的两本Excel书籍《谁说菜鸟不会数据分析》和《让Excel飞》都没有涉及这部分的内容。高级的数据分析会涉及回归分析、方差分析和T检验等方法，不要看这些内容貌似跟日常工作毫无关系，其实往高处走，MBA的课程也是包含这些内容的，所以早学晚学都得学，干脆就提前了解吧，请查看以下内容。在使用之前，首先得安装Excel的数据分析功能，默认情况下，Excel是没有安装这个扩展功能的，安装如下所示： 1）鼠标悬浮在Office按钮上，然后点击【Excel选项】： 2）找到【加载项】，在管理板块选择【Excel加载项】,然后点击【转到】：

3）选择【分析工具库】，点击【确定】： 4）安装完后，就可以【数据】板块看到【数据分析】功能，如下所示：

安装完后，首先来了解一下回归分析的内容。一、回归分析在详细进行回归分析之前，首先要理解什么叫回归？实际上，回归这种现象最早由英国生物统计学家高尔顿在研究父母亲和子女的遗传特性时所发现的一种有趣的现象：身高这种遗传特性表现出”高个子父母，其后代身高也高于平均身高；但不见得比其父母更高，到一定程度后会往平均身高方向发生’回归’”。这种效应被称为”趋中回归”。现在的回归分析则多半指源于高尔顿工作的那样一整套建立变量间的数量关系模型的方法和程序。这里的自变量是父母的身高，因变量是子女的身高。百度百科对于回归分析的定义是: 回归分析（regression analysis)是确定两种或两种以上变数间相互依赖的定量关系的一种统计分析方法。运用十分广泛： 1）回归分析按照涉及的自变量的多少，可分为一元回归分析和多元回归分析； 2）按照自变量和因变量之间的关系类型，可分为线性回归分析和非线性回归分析。这里举个电商的例子：电子商务的转换率是一定的，网站访问数一般正比对应于销售收入，现在要建立不同访问数情况下对应销售的标准曲线，用来预测搞活动时的销售收入，如下所示：

随机过程试题带答案

1．设随机变量X 服从参数为λ的泊松分布，则X 的特征函数为。 2．设随机过程X(t)=Acos( t+),-t t 则 {(5)6|(3)4}______P X X === 9．更新方程()()()()0t K t H t K t s dF s =+-?解的一般形式为。 10．记()(),0n EX a t M M t μ=≥→∞-→对一切，当时，t +a 。二、证明题（本大题共4道小题，每题8分，共32分） P(BC A)=P(B A)P(C AB)。 1．为it (e -1) e λ。2． 1(sin(t+1)-sin t)2ωω。3． 1 λ 4． Γ 5． 212t,t,;e,e 33?????? 。 6．(n)n P P =。 7．(n) j i ij i I p (n)p p ∈=?∑。 8．6 18e - 9。()()()()0 t K t H t K t s dM s =+-? 10. a μ 2.设{X (t ),t ≥0}是独立增量过程, 且X (0)=0, 证明{X (t ),t ≥0}是一个马尔科夫过程。 3.设{}n X ,n 0≥为马尔科夫链，状态空间为I ，则对任意整数n 0,1

浙江大学小波变换及工程应用复习题

小波分析复习题 1、简述傅里叶变换、短时傅里叶变换和以及小波变换之间的异同。答：三者之间的异同见表 2、小波变换堪称“数学显微镜”，为什么？答：这主要因为小波变换具有以下特点： 1）具有多分辨率，也叫多尺度的特点，可以由粗及精地逐步观察信号； 2）也可以看成用基本频率特性为)(ωψ的带通滤波器在不同尺度a 下对信号作滤波；如果)(t ?的傅里叶变换是)(ωψ，则)(a t ?的傅里叶变换为)(||a a ω ψ，因此这组滤波器具有品质因数恒定，即相对带宽（带宽与中心频率之比）恒定的特点。a 越大相当于频率越低。 3）适当的选择基本小波，使)(t ?在时域上位有限支撑，)(ωψ在频域上也比较集中，便可以使WT 在时、频两域都具有表征信号局部特征能力，因此有利于检测信号的瞬态或奇异点。 4）如)(t x 的CWT 是),(τa WT x ，则)(λt x 的CWT 是),( λ τ λλa WT x ；0>λ 此定理表明：当信号)(t x 作某一倍数伸缩时，其小波变换将在τ,a 两轴上作同一比例的伸缩，但是不发生失真变形。基于上述特性，小波变换被誉为分析信号的数学显微镜。 3、在小波变换的应用过程中，小波函数的选取是其应用成功与否的关键所在，请列举一些选择原则。答：选择原则列举如下：（也即需满足的一些条件和特性） 1）容许条件

当?∞ +∞-∞<=ωω ωψ?d c 2 ) (时才能由小波变换),(τa WT x 反演原函数)(t x ，?c 便是对 )(t ?提出的容许条件，若∞→?c ，)(t x 不存在，由容许条件可以推论出：能用作基本小波)(t ?的函数至少必须满足0)(0==ωωψ，也就是说)(ωψ必须具有带通性质，且基本小波 )(t ?必须是正负交替的振荡波形，使得其平均值为零。 2）能量的比例性小波变换幅度平方的积分和信号的能量成正比。 3）正规性条件为了在频域上有较好局域性，要求),(τa WT x 随a 的减小而迅速减小。这就要求)(t ?的前n 阶原点矩为0，且n 值越大越好。也就是要求? =0)(dt t t p ?，n p ~1:，且n 值越大越好，此要求的相应频域表示是：)(ωψ在0=ω处有高阶零点，且阶次越高越好（一阶零点就是容许条件），即)()(01 ωψω ωψ+=n ，0)(00≠=ωωψ，n 越大越好。 4）重建核和重建核方程重建核方程说明小波变换的冗余性，即在τ-a 半平面上各点小波变换的值是相关的。重建核方程：τττττ?? ?∞ +∞ ∞-=0 00200),,,(),(),(a a K a WT a da a WT x x ；重建核：><== ?)(),(1)()(1),,,(0000* 00t t c dt t t c a a K a a a a ττ? ττ??????ττ 4、连续小波变换的计算机快速算法较常用的有基于调频Z 变换和基于梅林变换两种，请用框图分别简述之，并说明分别适合于什么情况下应用。答： 1）基于调频Z 变换 ),(2a j a n j e A e W ππ--== 运算说明： a ．原始数据及初始化：原始数据是)(k ?（1~0-=N k ）和a 值，初始化计算包括 a j e A π-=和a n j e W π2-=。 --- 1)(2N k r )2(am N π 12~2--N N 对应于：1~0-=N r

用MATLAB中的小波函数和小波工具箱

研究生课程考试答题纸研究生学院考核类型：A（）闭卷考试（80%）+平时成绩（20%）； B（）闭卷考试（50%）+ 课程论文（50%）；一、以图示的方式详细说明连续小波变换（CWT）的运算过程，分析小波变换的内涵；并阐述如何从多分辨率（MRA）的角度构造正交小波基。（20分）二、综述小波变换理论与工程应用方面的研究进展，不少于3000字。（25分）三、运用MATLAB中的小波函数和小波工具箱，分别对taobao.wav语音信号在加噪之后的taobao_noise.wav信号进行降噪处理，要求列出程序、降噪结果及降

噪的理论依据。（25分）四、平时成绩。（30分）一、论述 1. 连续小波变换将任意2 ()L R 空间中函数(t)f 在小波基下展开，称这种展开为函数(t)f 的连续小波变换(CWT), 其表达式为,T (,)(),()()()f a R t W a f t t f t dt a τττψψ-=<>=?，其中a 为尺度因子，表示与频率相关的伸缩，b 为时间平移因子。其中,()(),0,a t t a R a ττψτ-= >∈为窗口函数也是小波母函数。任意函数在某一尺度a 、平移点τ上的小波变换系数，实质上表征的是在τ位置处，时间段a t ?上包含在中心频率为 0a ω、带宽为a ω?频窗内的频率分量大小。随着尺度a 的变化，对应窗口中心频率0a ω及带宽为a ω?也发生变化。小波变换是一种便分辨率的时频联合分析方法，当分析低频信号时，其时间窗很大，而分析高频信号时，其时间窗减小。这恰恰符合实际问题中高频信号的持续时间短、低频信号持续时间长的自然规律。尺度伸缩，对波形的尺度伸缩就是在时间轴上对信号进行压缩和伸展。在不同尺度下，

(完整版)北邮研究生概率论与随机过程2012-2013试题及答案

北京邮电大学2012——2013学年第1学期《概率论与随机过程》期末考试试题答案考试注意事项：学生必须将答题内容（包括填空题）做在试题答题纸上，做在试卷纸上一律无效。在答题纸上写上你的班号和选课单上的学号，班内序号! 一. 单项选择题和填空题：（每空3分，共30分） 1.设A 是定义在非空集合Ω上的集代数,则下面正确的是 .A （A ）若A B ∈∈A,A ,则A B -∈A ; （B ）若A A B ∈?A,,则B ∈A ; （C ）若12n A n =∈?A,,,,则 1 n n A ∞=∈A ; （D ）若12n A n =∈?A,,,,且123A A A ??? ,则 1 n n A ∞ =∈A . 2. 设(),ΩF 为一可测空间，P 为定义在其上的有限可加测度，则下面正确的是 .c （A ）若A B ∈∈F,F ,则()()()P A B P A P B -=-；（B ）若12n A n =∈?F,,,,,且123A A A ??? ，则1 li ( )()m n n n n P A A P ∞→∞ ==；（C ）若A B C ∈∈∈F,F,F,，则()()()()P A B C P A P AB P A BC =++；（D ）若12n A n =∈?F,,,,,且,i j A i j A =??=/，1 1 ( )()n n n n P P A A ∞ ∞===∑. 3.设f 为从概率空间(),P ΩF,到Borel 可测空间(),R B 上的实可测函数，表达式为100 0()k A k f kI ω==∑，其中1000 ,, i j n n i j A A A ==??=Ω/=，则fdP Ω=? ；

谈用Excel做数据分析(doc 19页)

用Excel做数据分析——回归分析 2006-12-04 14:02作者：大鸟原创出处：天极软件责任编辑：still 在数据分析中，对于成对成组数据的拟合是经常遇到的，涉及到的任务有线性描述，趋势预测和残差分析等等。很多专业读者遇见此类问题时往往寻求专业软件，比如在化工中经常用到的Origin和数学中常见的MATLAB等等。它们虽很专业，但其实使用Excel就完全够用了。我们已经知道在Excel自带的数据库中已有线性拟合工具，但是它还稍显单薄，今天我们来尝试使用较为专业的拟合工具来对此类数据进行处理。点这里看专题：用Excel完成专业化数据统计、分析工作注：本功能需要使用Excel扩展功能，如果您的Excel尚未安装数据分析，请依次选择“工具”-“加载宏”，在安装光盘支持下加载“分析数据库”。加载成功后，可以在“工具”下拉菜单中看到“数据分析”选项实例某溶液浓度正比对应于色谱仪器中的峰面积，现欲建立不同浓度下对应峰面积的标准曲线以供测试未知样品的实际浓度。已知8组对应数据，建立标准曲线，并且对此曲线进行评价，给出残差等分析数据。这是一个很典型的线性拟合问题，手工计算就是采用最小二乘法求出拟合直线的待定参数，同时可以得出R的值，也就是相关系数的大小。在Excel中，可以采用先绘图再添加趋势线的方法完成前两步的要求。选择成对的数据列，将它们使用“X、Y散点图”制成散点图。在数据点上单击右键，选择“添加趋势线”-“线性”，并在选项标签中要求给出公式和相关系数等，可以得到拟合的直线。

在选项卡中显然详细多了，注意选择X、Y对应的数据列。“常数为零”就是指明该模型是严格的正比例模型，本例确实是这样，因为在浓度为零时相应峰面积肯定为零。先前得出的回归方程虽然拟合程度相当高，但是在x=0时，仍然有对应的数值，这显然是一个可笑的结论。所以我们选择“常数为零”。 “回归”工具为我们提供了三张图，分别是残差图、线性拟合图和正态概率图。重点来看残差图和线性拟合图。在线性拟合图中可以看到，不但有根据要求生成的数据点，而且还有经过拟和处理的预测数据点，拟合直线的参数会在数据表格中详细显示。本实例旨在提供更多信息以起到抛砖引玉的作用，由于涉及到过多的专业术语，请各位读者根据实际，在具体使用中另行参考各项参数，此不再对更多细节作进一步解释。

研究生《小波理论及应用》复习题

2005年研究生《小波理论及应用》复习题 1．利用正交小波基建立的采样定理适合于：紧支集且有奇性（函数本身或其导数不连续）的函数（频谱无限的函数）。Shannon 采样定理适合于频谱有限的信号。 2．信号的突变点在小波变换域常对于小波变换系数模极值点或过零点。并且信号奇异性大小同小波变换的极值随尺度的变化规律相对立。只有在适当尺度下各突变点引起的小波变化才能避免交迭干扰，可以用于信号的去噪、奇异性检测、图象也缘提取、数据压缩等。 3．信号在一点的李氏指数表征了该点的奇异性大小，α越大，该点的光滑性越小，α越小，该点的奇异性越大。光滑点（可导）时，它的1≥α；如果是脉冲函数，1-=α；白噪声时0≤α。 4．做出三级尺度下正交小波包变换的二进数图，小波包分解过程？说明小波基与小波包基的区别？ 5．最优小波包基的概念：给定一个序列的代价函数，然后在小波包基中寻找使代价函数最小的基――最优基。 6．双通道多采样率滤波器组的传递函数为： ()()()()()()()()()()()()()z X z G z G z H z H z X z G z G z H z H z Y z Y z Y -??????-++??????+=+=∧∧∧∧212121请根据此式给出理想重建条件：为了消除映象()z X -引起的混迭：()()()()0=-+-∧ ∧z G z G z H z H

为了使()z Y 成为()z X 的延迟，要求：()()()()k CZ z G z G z H z H -∧∧=+ （C,K 为任一常数） 7．正交镜像对称滤波器()()n h n g ,的()jw e G 与()jw e H 以2π=w 为轴左右对称。如果知道QMF 的()n h ，能否确定()()()n h n g n g ∧ ∧,,？ ()()()n h n g n 1-= ，()()()n g n h n 1--=∧ ， ()()()n h n g n 1-=∧ 8．试列出几种常用的连续的小波基函数 Morlet 小波，Marr 小波，Difference of Gaussian （DOG ），紧支集样条小波 9．试简述海森堡测不准原理，说明应用意义？ 10．从连续小波变换到离散小波变换到离散小波框架－双正交小波变换－正交变换、紧支集正交小波变换，其最大的特点是追求变换系数的信息冗余小，含有的信息量越集中。 11．解释紧支集、双正交、正交小波、紧支集正交小波、光滑性、奇异性。 12．已知共轭正交滤波器组（CQF ）()n h 请列出()()()n g n h n g ∧ ∧,,。 ()()() ()()()()()()???????-=--=-=---=∧∧n h n N g n g n N h n h n N h n g n n 11 13．共轭正交滤波器()()n g n h ,的()jw e G 与()jw e H 的关系与QMF 情况

第五章小波变换基本原理

第五章小波变换基本原理问题 ①小波变换如何实现时频分析？其频率轴刻度如何标定？ —尺度 ②小波发展史 ③小波变换与短时傅里叶变换比较 a ．适用领域不同 b.STFT 任意窗函数 WT （要容许性条件） ④小波相关概念，数值实现算法多分辨率分析（哈尔小波为例） Daubechies 正交小波构造 MRA 的滤波器实现 ⑤小波的历史地位仍不如FT ，并不是万能的 5.1 连续小波变换一．CWT 与时频分析 1.概念：? +∞ ∞ --ψ= dt a b t t S a b a CWT )( *)(1),( 2.小波变换与STFT 用于时频分析的区别小波构造？ 1910 Harr 小波 80年代初兴起 Meyer —小波解析形式 80年代末 Mallat 多分辨率分析—WT 无须尺度和小波函数—滤波器组实现 90年代初 Daubechies 正交小波变换 90年代中后期 Sweblews 第二代小波变换

3.WT 与STFT 对比举例（Fig 5–6, Fig 5–7）二．WT 几个注意的问题 1.WT 与)(t ψ选择有关 — 应用信号分析还是信号复原 2.母小波)(t ψ必须满足容许性条件 ∞<ψ=? ∞ +∞ -ψdw w w C 2 )( ①隐含要求 )(,0)0(t ψ=ψ即具有带通特性 ②利用ψC 可推出反变换表达式 ??+∞∞-+∞ ∞-ψ -ψ= dadb a b t b a CWT a C t S )(),(11 )(2 3.CWT 高度冗余（与CSTFT 相似） 4.二进小波变换（对平移量b 和尺度进行离散化） )2(2)()(1 )(2 ,22,,n t t a b t a t n b a m m n m b a m m -ψ=ψ?-ψ= ??==--ψ dt t t S n CWT d n m m m n m )(*)()2,2(,,?+∞ ∞ ---ψ=?= 5.小波变换具有时移不变性 ) ,()() ,()(00b b a C W T b t S b a C W T t S -?-? 6.用小波重构信号 ∑ ∑∑∑+∞ -∞=+∞-∞ =+∞ -∞=+∞ -∞ =ψψ= m n m n n m n m n m n m t d t d t S )(?)(?)(,,,,正交小波中心问题：如何构建对偶框架{} n m ,?ψ

随机过程试题及答案

一．填空题（每空2分，共20分） 1．设随机变量X 服从参数为λ的泊松分布，则X 的特征函数为it (e -1) e λ。 2．设随机过程X(t)=Acos( t+),-

小波分析的基本理论

东北大学研究生考试试卷考试科目：状态监测与故障诊断课程编号：阅卷人：考试日期：2013.12 姓名：王培军学号：1300483 注意事项 1．考前研究生将上述项目填写清楚 2．字迹要清楚，保持卷面清洁 3．交卷时请将本试卷和题签一起上交东北大学研究生院

小波分析的基本理论小波分析是当前应用数学和工程学科中一个迅速发展的新领域，是分析和处理非平稳信号的一种有力工具。经过大量学者不断探索研究，它是以局部化函数所形成的小波基作为基底而展开的。小波分析在保留傅里叶分析优点的基础上，具有许多特殊的性能和优点。而小波分析则是一种更合理的时频表示和子带多分辨分析方法。所以理论基础渐已扎实，理论体系逐步完善，在工程领域已得到广泛应用。 1 小波变换理论 1.1 连续小波变换定义1.1 小波函数的定义：设ψ（x ）为一平方可积函数，也即ψ（x ）∈ L 2 （R ），若其傅里叶变换ψ（ω）满足条件： C ψ= |ψ （ω）| |ω| d ω<+∞+∞?∞ 1-1 则称ψ（x ）是一个基本小波或小波母函数（Mother Wavelet ），并称上式为小波函数的容许性条件。由定义1.1可知，小波函数具有两个特点：（1）小：它们在时域都具有紧支集或近似紧支集。由定义的条件知道任何满足可容许性条件的L 2（R ）空间的函数都可以作为小波母函数（包括实数函数或复数函数、紧支集或非紧支集函数等）。但是在一般的情况下，常常选取紧支集或近似紧支集的同时具有时域和频域的局部性实数或复数函数作为小波母函，让小波母函数在时域和频域都具有较好的局部特性，这样可以更好的完成实验。（2）波动性：若设ψ （ω）在点ω=0连续,则由容许性条件得: ψ x dx =ψ 0 =0+∞ ?∞ 1-2 也即直流分量为零,同时也就说明ψ（x ）必是具有正负交替的波动性,这也是其称为小波的原因。定义1.2 连续小波基函数的定义:将小波母函数ψ（x ）进行伸缩和平移,设其收缩因子(即尺度因子)为a,平移因子为b,使其平移伸缩后的函数为ψa,b （x ）,则有: ψa ，b x =|a |? 12 ψ x ?b a ，a >0，b ∈R 1-3 称ψa,b （x ）为依赖于参数a,b 的小波基函数。由于伸缩因子a,平移因子b 都是取连续变化的值,因此又称ψa,b （x ）为连续小波基函数。它们是一组函数系列,这组函数系列是由同一母函数ψ（x ）经伸缩和平移后得到的。定义1.3 若f （x ）∈ L 2（R ）,函数f(x)在小波基下进行展开,则f(x)的连续小波变换(CWT)定义为: W ψf a ，b = f x ，ψa ，b x = a f x ψ x ?b a dx +∞?∞ 1-4 由定义1.3可知,小波基具有收缩因子a 和平移因子b,若将函数在小波基下展开,就是把一个时间函数投影到二维的时间-尺度相平面上,把一个一维函数变换为一个二维函数,即连续小波变换W ψf （a,b ）是f （x ）在函数ψa,b （x ）上的“投影”。

2017 2018期末随机过程试题及答案

《随机过程期末考试卷》 1 ?设随机变量X服从参数为■的泊松分布，则X的特征函数为 ___________ 。 2?设随机过程X(t)二Acos(「t+「),-：：vt<：：其中「为正常数，A和门是相互独立的随机变量，且A和“服从在区间10,1 1上的均匀分布，则X(t)的数学期望为。 3?强度为入的泊松过程的点间间距是相互独立的随机变量，且服从均值为_ 的同一指数分布。 4?设「W n ,n 一1是与泊松过程：X(t),t - 0?对应的一个等待时间序列，则W n服从分布。5?袋中放有一个白球，两个红球，每隔单位时间从袋中任取一球，取后放回， r 对每一个确定的t对应随机变量x(t)=」3’如果t时取得红球，则这个随机过 e t, 如果t时取得白球程的状态空间__________ 。 6 ?设马氏链的一步转移概率矩阵P=(p j)，n步转移矩阵P(n)=8(；))，二者之间的关系为。 7?设汉.，n -0?为马氏链，状态空间I，初始概率P i二P(X。二i)，绝对概率 P j(n)二P^X n二j?，n步转移概率p j n)，三者之间的关系为_____________ 。 8 .设｛X(t),t 一0｝是泊松过程，且对于任意t2t^ 0则 P{X ⑸= 6|X (3) = 4} = _______ t 9?更新方程K t二H t ? .°K t-s dF s解的一般形式为__________________ 。10?记二-EX n,对一切a 一0,当t—一：时，M t+a -M t > ____________ 3.设］X n,n — 0?为马尔科夫链，状态空间为I，则对任意整数n—0,仁I

信号处理与数据分析复习要点总结

2013年《信号处理与数据分析》课程要点第I部分信号与系统的基本原理第1章信号与线性时不变系统 ●信号与系统的概念 ●连续时间信号与离散时间信号的表示 ●几个重要信号，掌握其主要特点与应用 ?连续时间复指数信号 ?连续时间正弦信号 ?离散时间复指数信号 ?离散时间正弦信号 ●谐波的概念，含连续时间谐波和离散时间谐波，各自的特点 ●单位冲激（脉冲）信号与单位阶跃信号的定义、特点与主要应用 ●连续时间系统与离散时间系统的概念与特点 ●系统的基本特性，主要包括： ?记忆性与无记忆性 ?可逆性与可逆系统 ?因果性与稳定性 ?线性与时不变性 ●连续时间与离散时间线性时不变系统的概念 ●连续时间与离散时间卷积的概念与计算 ●线性时不变系统的性质：记忆性、可逆性、因果性、稳定性第2章傅里叶级数与傅里叶变换 ●连续时间周期信号傅里叶级数的概念与计算 ●离散时间周期信号傅里叶级数的概念与计算 ●两种傅里叶级数的特点与性质 ●连续时间信号傅里叶变换的概念与计算 ●离散时间信号傅里叶变换的概念与计算 ●两种傅里叶变换的特点与性质第3章信号与系统的频域分析 ●信号频谱的概念与频域分析的用途 ●系统微分方程和差分方程的概念与傅里叶变换求解 ●滤波器与理想滤波器的概念 ●一阶系统与二阶系统的波特图第4章信号的采样与插值拟合 ●冲激序列采样的基本原理与过程分析 ●频谱混叠的概念与避免的方法 ●采样定理 ●信号的插值与拟合的概念与基本方法 ●最小二乘拟合的基本概念

第5章拉普拉斯变换与z变换 ●拉普拉斯变换的定义与基本计算 ●拉普拉斯变换的性质与应用 ●z变换的定义与基本计算 ●z变换的性质与应用 ●两种变换收敛域的概念与特点 ●系统的方框图表示第II部分信号的误差分析与预处理第6章测量不确定度的表示与估计 ●测量不确定度的概念和原因； ●A类标准不确定度、B类标准不确定度以及合成标准不确定度的基本概念； ●静态测量与动态测量的基本概念第7章粗大误差和野点的判断与处理 ●粗大误差的基本概念以及消除措施； ●趋势项的概念和产生原因； ●趋势项的消除方法； ●异常值的识别方法；第III部分数字信号处理部分第8章离散傅里叶变换与快速傅里叶变换 ●离散傅里叶变换（DFT）的定义 ●离散傅里叶变换的性质 ●与DFT相关的几个问题 ?频率分辨率及DFT参数的选择 ?信号补0问题 ?信号的时宽与频宽问题 ?频谱泄漏问题 ?栅栏效应 ?频率混叠问题 ●按时间抽选的基2FFT算法第9章数字滤波器与数字滤波器设计 ●数字滤波器的概念和特点 ●无限冲激响应（IIR）数字滤波器 ●有限冲激响应（FIR）数字滤波器 ?概念与特点 ?FIR滤波器的直接型结构 ?FIR滤波器的级联型结构 ?线性相位FIR滤波器结构 ●IIR数字滤波器的设计 ?IIR滤波器设计的冲激响应不变法 ?IIR滤波器设计的双线性变换法