Efektywny adaptacyjny algorytm transformaty falkowej Daubechies 4

• Autorzy: Jacymirski M. , Lipiński P.

Warianty tytułu

EN

Effective algorithm for adaptive Daubechies 4 wavelet transform computation

• Języki publikacji: PL

Abstrakty

PL

W artykule zaproponowano nowe podejście do obliczania adaptacyjnych pakietów falkowych umożliwiające dopasowanie funkcji bazowej do rodzaju przetwarzanego sygnału na każdym etapie transformaty. Przedstawiono efektywny algorytm obliczania takiej transformaty na przykładzie transformaty Haara i transformaty Daubechies 4. Wykazano, że złożoność obliczeniowa przedstawionego algorytmu jest mniejsza od złożoności obliczeniowej tradycyjnego algorytmu obliczania transformaty falkowej Daubechies 4 przy pomocy splotu.

EN

In this paper a new approach to wavelet packets computation is introduced. A new transform including adaptive algorithm for wavelet basis function selection is proposed. In this approach a wavelet basis function can be selected at each level of wavelet transform. An effective algorithm for the transform computation is also introduced. The number of arithmetical operations of the new algorithm is compared with the number of numerical operations of traditional one, basing on convolution.

• Wydawca: Wydział Elektroniki, Telekomunikacji i Informatyki Politechniki Gdańskiej
• Czasopismo: Zeszyty Naukowe Wydziału ETI Politechniki Gdańskiej. Technologie Informacyjne
• Rocznik: 2004
• Tom: nr 3
• Strony: 153--159
• Opis fizyczny: Bibliogr. 15 poz., 2 rys., 1 tab.

Twórcy

autor

Jacymirski M.

• Instytut Informatyki, Politechnika Łódzka

autor

Lipiński P.

• Katedra Mikroelektroniki i Technik Informatycznych, Politechnika Łódzka

• Instytut Informatyki, Politechnika Łódzka

Bibliografia

• [1] Bialasiewicz J.T:. Folki i Aproksymacje, WNT Warszawa 2000 ss.250
• [2] Chapa J.O., Rao R.M.: Algorithms for Designing Wavelets to Match a specified Signal W: IEEE Trans, on Sig. Proc., Vol. 48, No. 12, 2000, s. 3395-3406.
• [3] Coifman R. Wickerhauser M. V.: Experiments with Adapted Wavelet De-noising for Medical Signals and Images/ Time Frequency and Wavelets in Biomedical Signal Processing, New York IEEE Press, 1997,-s. 323-365.
• [4] Daubechies L: Ten lectures on Wavelets. W: CBMS-NSF regional conference series in applied mathematics. Society for Industrial and Applied Mathematics, Philadelphia, Pensylvania, 1992. L
• [5] Fusheng Y., Bo H. Qingyu T.: Approximate Entropy and Its Application in Biosignal Analysis/Nonlinear Biomedical Signal Processing Dynamic Analysis and Modeling Vol. II, IEEE, New York IEEE Press, 2001, s. 72-92.
• [6] Ho K.C., Chan Y .T.: An Iterative Algorithm for Two Scale Wavelet Decomposition. W: IEEE Trans, on Sig. Proc., Vol. 49, No. l, 2001, s. 254-257.
• [7] Lipiński P.: Fast Algorithm For Daubechies Discrete Wavelet Transform Computation. W: Modelowanie i Technologie Informacyjne, Zbiór prac naukowych no. 19, Kijów 2002, s. 178-183.
• [8] Mallat S.,: A Wavelet Tour of Signal Processing, Academic Press, 1998, pp
• [9] Misiti M., Oppenheim G., Poggi J.-M., Matlab 6 Release 12, The MathWorks Inc. 18 maj 2001, Wavelet Toolbox Help
• [10] Numerical Recipes in C: The art of Scientific Computing, 1988-1992 by Cambridge University Press, (ISBN 0-521-43108-5), pp 591-606.
• [11] Romaniuk P:. Zastosowanie filtracji nieliniowej w dziedzinie transformaty falkowej do redukcji zakłóceń mięśniowych w sygnale elektrokardiograficznym. Praca Doktorska, Politechnika Łódzka, Wydział Elektrotechniki i Elektroniki, Instytut Elektroniki, Łódź 2002.
• [12] Skarbek W.: Multimedia Algorytmy i standardy kompresji. Akademicka Oficyna Wydawnicza PLJ, Warszawa, 1998.
• [13] Walter B. Richardson Jr.: Wavelets Applied to Mammograms/Time Frequency and Wavelets in Biomedical Signal Processing. New York IEEE Press, 1997,-s. 499-518.
• [14] Yatsymirskyy M.: The Fast Orthogonal Trigonometric Transform Algorithms. Lviv: Academic Express LTD, 1997.
• [15] Zieliński T.P. Od teorii do cyfrowego przetwarzania sygnałów, ANTYKWA Kraków 2002.