Transformação de wavelet e STFT

1. Qual é a diferença entre a transformação STFT e wavelet?
2. Qual é a principal vantagem da análise de wavelet sobre o STFT?
3. Por que a transformação de wavelet é melhor do que a transformação de Fourier de curto tempo?
4. Qual é a diferença entre FFT e STFT?

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.

Por que a transformação de wavelet é melhor do que a transformação de Fourier de curto tempo?

O resultado da transformação da wavelet difere do STFT, pois sua resolução de frequência de tempo não é fixa e depende da frequência (propriedade em várias escalas, veja FIG. 5). Em geral, a transformação da wavelet representa componentes de menor frequência com resolução de frequência mais fina e resolução de tempo mais grossa.

Qual é a diferença entre FFT e STFT?

A FFT tem uma resolução de 2048 linhas, janela Blackman e 50% de sobreposição e STFT também possui tamanho de bloco 2048, tamanho de FFT 16K, janela preta usada e sobreposição de 50%. Como podemos ver, o STFT tem um desempenho melhor com o mesmo tamanho de bloco (mas linhas mais calculadas). Melhoramos a resolução de frequência para a mesma quantidade de dados escavados.