Subamostragem de transformação de wavelet contínua em frequências mais baixas?

1. Como funciona a transformação de wavelet contínua?
2. Qual é a diferença entre a transformação de wavelet contínua e a transformação de wavelet discreta?
3. Qual é a desvantagem da transformação de wavelet?
4. Qual é a principal vantagem da análise de wavelet sobre o STFT?

Como funciona a transformação de wavelet contínua?

A transformação de wavelet contínua (CWT) é definida como adicionando todos os sinais de tempo e multiplicação pela versão Shift da wavelet. A saída da transformação de wavelet contínua fornece os coeficientes de wavelet como a saída. Esses coeficientes são funções de escala e posição.

Qual é a diferença entre a transformação de wavelet contínua e a transformação de wavelet discreta?

O CWT e as transformações de wavelet discretas diferem na maneira como eles discretizam o parâmetro de escala. O CWT normalmente usa escalas exponenciais com uma base menor que 2, por exemplo 2^1/12 . A transformação de wavelet discreta sempre usa escalas exponenciais com a base igual a 2.

Qual é a desvantagem da transformação de wavelet?

Embora a transformação de wavelet discreta (DWT) seja uma ferramenta poderosa para processamento de sinal e imagem, ela tem três desvantagens graves: sensibilidade à mudança, baixa direcionalidade e falta de informação de fase.

Qual é a principal vantagem da análise de wavelet sobre o STFT?

A análise wavelet supera a desvantagem do STFT, já que o CWT usa uma técnica de janela com regiões de tamanho variável. A análise de wavelet permite o uso de intervalos de longo tempo, onde queremos informações mais precisas de baixa frequência e regiões mais curtas, onde queremos informações de alta frequência.