Cechą charakterystyczną analizy falkowej jest to, że związane z nią funkcje falkowe są dobrze zlokalizowane w czasie (przestrzeni) i jednocześnie dobrze opisują sygnał w dziedzinie częstotliwości, ściśle biorąc tzw. skali. Ponadto w odróżnieniu od funkcji sinus i cosinus, które definiują unikalną transformatę Fouriera, nie ma pojedynczego, unikalnego zbioru falkowych funkcji bazowych. Istnieje nieograniczona wręcz liczba możliwych do utworzenia falek. Która z nich jest najlepsza zależy od konkretnej implementacji. Swoją niezwykłą efektywność w zakresie analizy sygnałów, transformata falkowa zawdzięcza szybkiemu algorytmowi piramidy, opracowanemu przez Mallata. Algorytm ten umożliwia w łatwy i szybki sposób uzyskanie dekompozycji sygnału na składowe falkowe.
EN
What makes the wavelet analysis interesting is that individual wavelet functions are quite localized in time scale (or space) and simultaneously in frequency (or characteristic scale). Unlike sine and cosine, which define a unique Fourier transform, there is not one single unique set of wavelets. In fact there are infinite variety of possible sets. Which one is the best it depends on a particular application. Wavelet analysis owes its efficiency to the fast pyramid algorithm described by Mallat. The algorithm enables, in easy way, fast decomposition of a signal into wavelet coefficients.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.