3.2 提升小波变换
在傅立叶变换理论的二进平移和伸缩思想基础上,建立了小波变换和多分辨率分析理论,因此小波分析具有傅立叶分析某些特性的同时也秉承了一些缺点,比如小波尺度函数构造困难、小波变换运算量大、时间空间复杂度高等。1996 年,Swedens提出了小波提升算法,其中一个重要的特性就是可根据需要来设计小波基,根据需求进行适应性调整,直接构造出具有独特个性的满足特别需求的小波函数。在数据压缩和去噪处理过程中,经过小波变换后应该使尽量多的小波系数为零或者产生尽量少的非零小波系数。小波的消失矩越高,小波分解后能量就越集中,而高频分量中包含的信号量就越少。为保证小波支撑宽度不变的前提下,本书使用提升方法提高小波的消失矩来提高压缩的效率。
双正交小波同时具有紧支撑、高消失矩和对称性等特性,是数字信号进行小波分析处理的常用工具。设双正交小波尺度函数分别为φ(t),
,小波函数及对称的小波函数为ψ(t),
,对应的二尺度方程为:

③Laurent多项式
在z=1 处有N重零点,即:
![]()
这说明提升小波函数的消失矩实际上就是提高对应的滤波器g(z)在z=1处的零点的重数。
定理3.2 如果采用提升系数s(z)可以将小波函数ψ(t)的消失矩从N提高到N+ΔN,则多项式s(z)在z=1 处,必然有N重零点。
证明:将(3-3)式代入(3-5)式有:
![]()
由上式可知,Laurent多项式g(z)s(z2)一定可以被(z-1)N 整除。因h(1)≠0,所以s(z2)必然可以被(z-1)N整除,由对称性可得到z=-1 也是s(z2)的重零点。因此,我们得到z=1 是Laurent多项式s(z)的N重零点。那么s(z)具有哪些约束条件呢,如何才能构造一个满足要求的s(z)呢?将s(z)多项式展开成:(https://www.daowen.com)
![]()
式中,t(z)为一般意义上的多项式,而参数l为反映提升系数起始位置的一个整数。将(3-5)式代入(3-6)式,并在等式两边同时除以z-2l(z-1)N,得到:

式中,F(z)=g new(z)/z-2l(z-1)N。由上式可知,Laurent多项式F(z)可以被(z-1)ΔN整除,根据多项式的性质,在z=1 处的函数值以及前ΔN-1 阶导数值都为零,即
![]()
将上述过程反过来,F(z)按照给出的系数s(z)进行提升,所得到的滤波器,必然也具有N+ΔN阶消失矩,因此方程给出了提升系数所要满足的充要条件,这给我们设计提升系数提供了依据。
图3-1 展示了经过不同消失矩小波变换后的效果。如图3-1(b),对一段心电数据用Haar小波直接进行一层小波分解后高频系数的PSNR=11.751;如图3-1(c),将Haar小波进行消失矩为N=2 的提升后进行一层小波分解后高频系数的PSNR=17.235;如图3-1(d),将Haar小波进行消失矩为N=4 的提升后进行一层小波分解后高频系数的PSNR=22.235。

图3-1 小波不同阶提升格式下高频系数