- ベストアンサー
連続ウェーブレット変換、スケールパラメータ（a）の上限？
- みんなの回答 （1）
- 専門家の回答
質問者が選んだベストアンサー
一応上限は，ウェーブレットがデータ長を超えない範囲まで，という事になるかと思います． 実際の値は，マザーウェーブレットや実装手段によって異なってくるので，言いにくいです． 再構成をしない場合には，スケールパラメーターを大きくすると，計算に時間がかかるので，大きなパラメーターを指定する必要はありません．
関連するQ&A
- 離散ウェーブレットのスケール関数
ウェーブレットは、ローパスとハイパスの組み合わせでできていると聞いたんですが、ドベシィの数列をフーリエ変換してみたところ、周波数領域で、左端と右端で値が大きくなっていました。 これでは低い周波数も高い周波数も通してしまうような気がするのですが、なぜこれで低い周波数を取り出せるんでしょうか？
- 締切済み
- 数学・算数
- Wavelet解析におけるGaborのマザーウェーブレットについて3つ
Wavelet解析におけるGaborのマザーウェーブレットについて3つ質問があります． 下記のＨＰでは， 短時間フーリエ変換では、窓のサイズと周波数を独立に変化させることができます。 たとえば、上に示したGabor変換では、σを固定したままωの値を変化させると、関数 Gs(t,ω) の 形状は、複雑に変化します。 と記述してありますが，実際に信号を解析する場合，このωやσの値はどのように固定すれば良いのでしょうか・・・？ また，検索していますと，ある論文には不確定原理の最小の値を・・・と記述してあることがありました．もし，不確定原理の最小の値をとるとしたらGaborのマザーウェーブレットではどのような値になるのでしょうか． 最後に，マザーウェーブレットの式では無限長の長さを持つように見えますが，実際に信号を解析する場合長さはどの様に設定するのでしょうか．（そもそも長さの設定はしないもの・・・？） 以上です．ご回答頂けると大変助かります．よろしくお願いします． 参考：http://laputa.cs.shinshu-u.ac.jp/~yizawa/InfSys1/basic/chap11/index.htm
- 締切済み
- 数学・算数
- 周波数解析のスペクトルについて
waveファイルで取り込んだ音響データを、ＦＦＴを用いて周波数解析を行っています。 元のwaveファイルのデータは、ピーク値で20000示す時があるデータが入っているのですが、 そのＦＦＴの結果が5000000など元の値とは桁違いの数字が出てしまいます。 これはなぜなのでしょうか？ よろしくお願いします。 元データ サンプリング周波数：44.1kHz FFT解析条件 サンプル数：2048 窓：ハニング
- 締切済み
- 科学
- MATLABによるWavelet解析について
卒業研究において、心拍情報をウェーブレット解析することを考えています。 それに伴い、文献・Web等でがんばってきましたが、数学の苦手な自分の頭では やはりまかないきれませんでした… 具体的にどのようなウェーブレットの種類を利用し、どのようにそのデータを 観察・評価を行えば良いのか分かりません。 MATLAB7.0のWaveletToolboxを利用しています。 解析対象は一般的な心拍計から得た心拍情報（R-R間隔をmsで計測したもの）です。 目的としましては、その心拍情報を解析することで、 周波数ごとに解析することでわかるといわれている 被験者の意識状態（緊張状態か、リラックス状態かなど）を 時間情報と共にみたいと考えております。 何とか解析を試みようとオンラインヘルプとその例題を読みつつ WaveletToolboxを触っています。使い方まではなんとか分かるようになったのです。 が、具体的な解析作業ということとなると、 どのようなウェーブレットの種類を選択し、最適なレベルはいくつなのか、 そしてなにより、解析結果として現れる図をどのように見ればよいか具体的に分かりません。 一次元離散ウェーブレット変換をしたときに Approximationが低周波成分に対応し、Detailが高周波に対応しているということですので、 自分が見たいのはたとえば0.1Hz等ですのでApproximationを評価すれば良いと思っています。 そのような場合に特定の周波数がどの位置（時間）であらわれているかを観測するには どうすればよいのでしょうか。 本来ならばおそらく、文献を読んで分かることなのかもしれませんが、 幾分頭が悪く、何とか自分でも分かる文献はないかともがきましたが 藁をもつかむ思いで質問させていただきました。 どなたか分かる方、MATLABというよりWavelet解析について分かる方もふくめ どうぞよろしくお願いいたします。
- ベストアンサー
- 数学・算数
- 標本化定理（サンプリング定理、ナイキストノ定理）について
標本化定理（サンプリング定理、ナイキストノ定理）について教えてください。 ”あるアナログ的な信号をデジタルデータにサンプリングする場合、原信号の各周波数成分をすべて正確にサンプリングするためには、原周波数の2倍以上のサンプリング周波数が必要となる。これを標本化定理という。”というのが基本的な説明だと思います。 この中で『2倍以上の』という表現がありますが、この点が疑問になっています。 例えば、20kHzのSin波を40kHzでサンプリングしたとして、サンプリングする点が丁度サイン波の振幅0の点だった場合、元のSin波の周波数は分かりますが、振幅は一意に決められないと思います。原信号を振幅も含めて復元するには、『2倍より大きい』周波数でサンプリングする必要があると考えるべきでしょうか？『2倍以上』という表現は厳密には正しくないと考えて良いのでしょうか？ また、そもそもサンプリング定理は振幅情報を再現しないということであれば、疑問は解消されるのですが、その点はどうなんでしょうか？？ どなたかご教授の程お願いいたします。
- ベストアンサー
- その他（学問・教育）
- 周波数解析（エイリアシング）
スイマセン．解析初心者で，知識も余りありません．どなたか，教えてください． あるデータの周波数解析をしています．サンプリング周波数100Hzで取ったデータを，バンドパスフィルタ（1～50Hz）にかけて，周波数解析をしたのですが，エイリアシングになっていると言われました． これは，どう言う事を意味して，どのような解析方法を行う必要があると言うことなのでしょうか？？ よろしくお願い致します．
- ベストアンサー
- 科学
- 周波数解析 FFTと自己回帰モデルについて
いつもお世話になっています。 周波数解析で質問です。 十分なサンプリングレートで、十分な時間記録したデータを使う場合、自己回帰モデルを使った周波数解析は必要ないでしょうか。 現在、FFTを使ってあるデータの周波数解析をしていますが、ものの本によれば、そのデータを扱う場合は、FFTよりARモデルを使った周波数解析の方がよい、と書いてありました。しかし、サンプリングレートが細かすぎて、モデルの次数を決定するのも、妥当かどうか疑問が残ります。一般的に、MEMなどのARモデルを使った周波数解析は、周波数分解能の悪さを補うのが大きな目的ですか？
- 締切済み
- 数学・算数
- 標本化定理をわかりやすく教えて！
”あるアナログ的な信号をデジタルデータにサンプリングする場合、原信号に含まれる周波数成分をすべて正確にサンプリングするためには、原周波数の2倍以上のサンプリング周波数が必要となる。これを標本化定理という。” と言うことですが、サンプリングした時点で途中の情報を捨てているのに何故完全に復元できるのか、納得できません。 出来れば絵付きでわかりやすく説明してください！お願いします。
- ベストアンサー
- その他（学問・教育）
お礼
ご回答ありがとうございました。 お礼が遅れまして大変申し訳ありません。 >一応上限は，ウェーブレットがデータ長を超えない範囲まで，という事になるかと思います 例えば、データ数が100点でその時のサンプリング周波数が50Hz だとすると、データ全体の長さは(100-1)×1/50=1.98秒となります。 なので、1.98秒を１周期に持つ波形の周波数は1/1.98=約0.5Hz となるので理論的には約0.5Hzまでウェーブレットで解析できる という事でしょうか？