Howtosignalprocessing
- Qual é a diferença entre a transformação STFT e wavelet?
- Qual é a principal vantagem da análise de wavelet sobre o STFT?
- O que uma transformação de wavelet contínua faz?
- Como o comprimento da janela afeta o espectrograma?
Qual é a diferença entre a transformação STFT e wavelet?
Em contraste com o STFT padrão que usa um tamanho de janela única, a transformação da wavelet (WT) usa janelas curtas em altas frequências e janelas longas em baixas frequências [21]. As wavelets dependem do uso de uma função de wavelet mãe que pode ser escalada e deslocada, para se correlacionar com as anomalias ou eventos dos sinais.
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.
O que uma transformação de wavelet contínua faz?
Em matemática, a transformação de wavelet contínua (CWT) é formal (i.e., Ferramenta não numérica) que fornece uma representação excessiva de um sinal, permitindo que o parâmetro de tradução e escala das wavelets varia continuamente.
Como o comprimento da janela afeta o espectrograma?
No entanto, como o espectrograma tem um tamanho de janela de correção, existe um dilema de resolução, onde a janela muito estreita resultará em uma baixa resolução de frequência, e uma janela muito larga causará uma resolução de tempo ruim.
