小波变换：时频一起看

可视化演示

展示小波变换如何同时捕获信号的时间和频率信息，对比不同母小波的波形特征。

傅里叶的局限

演唱会散场后，音响师把全景录音交给那位爱写总结的师傅。师傅听完，交出一张“音色清单”：全场有低频贝斯、有高频泛音、有稳定的节拍——每样都写得明明白白。可当你追问“贝斯的高潮在几分几秒？那声刺耳啸叫又出现在哪首歌里？”师傅摊手：我记录下来的是全场平均，时间早就被摊平了。这就是傅里叶变换给分析者的第一课：它擅长回答“有什么”，却对“在何时”无能为力。

傅里叶变换的基本操作，是把一段信号分解成无数个不同频率的正弦波之和，再用一个系数告诉你每个频率“存在得多强烈”。它的公式对全部时间做积分，时间轴因此被彻底抹平。对于转速恒定、频率长期稳定的平稳信号，这么做没什么损失；可现实世界里的脑电、振动、地震波，频率总在随时变化，属于非平稳信号。傅里叶的“歌单”里，突发尖峰的能量会被摊薄到整个频谱上，几乎看不见。

傅里叶变换的数学形式如下：

这份“歌单”并非无用——对于稳定的电流、匀速转动的齿轮，它仍是最高效的总结。但如果你想抓的是“哪首歌的高潮在哪一秒炸开”，傅里叶就露馅了。这正是我们需要换一台“可调焦镜头”的起点。

短时傅里叶的困境

音响师被“歌单没有时间”怼得哑口无言，于是换了打法：她扛起摄像机，每两秒“咔”一张照片，把演唱会切成一小段一小段，每段单独做傅里叶。这下时间总算有了粗糙的分段。可新问题立刻冒出来——快门调短，每一张都拍不满一个完整乐句，旋律糊成一团；快门调长，时间分段变得粗钝，想定位“那一秒的尖叫”又力不从心。固定快门的摄像机，永远在“清晰”与“及时”之间左右为难。

短时傅里叶变换（STFT）的思路正是如此：给信号加一个滑动的窗函数，窗内做傅里叶，窗外忽略。窗口宽度一旦选定就全局固定：窗越窄，时间定位越准，但能框住的波形周期越少，频率越模糊；窗越宽，频率越清晰，但时间分辨率跟着变差。这个矛盾背后是一条铁律——海森堡测不准原理：时间和频率分辨率不能同时无限提高，窗函数就像一只固定大小的盘子，装得下时间就装不下频率，装得下频率就装不下时间。

STFT 的公式如下：

固定快门的方格相册，总是顾此失彼。想看清“哪首歌在哪一秒开了高音”，音响师需要的不再是“更聪明的快门”，而是一只会自动变焦的镜头——这正是小波登场的理由。

小波核心思想

音响师扔掉固定快门，换上一只可变焦镜头。推远时，镜头囊括整首歌的旋律轮廓，所有音符融成一条高低起伏的曲线；拉近时，某个鼓点、某声尖叫的细节纤毫毕现。她既能在时间轴上自由平移机位——这对应“找到某个时刻”，又能随意缩放焦距——这对应“选中某段频率范围”。变焦与平移组合起来，时间与频率终于可以同时收入取景框。

这只镜头的本体，叫小波（wavelet）：一族“有限长度、会振荡、会衰减”的波形。它不像正弦波那样无限延伸，而是像一小朵在有限范围内起伏、随后迅速回落的“浪花”——这就是“小波”名字的由来。对母小波 $\psi(t)$ 做两种操作：伸缩（尺度 $a$）和平移（位置 $b$），就得到全家小波基函数。尺度大，小波被拉宽，对应低频；尺度小，小波被压扁，对应高频。扫描信号时，每个位置、每个尺度都问一句：“这里有没有和我相似的成分？”

小波族的通用形式：

从“全景歌单”到“可变焦镜头”，小波把摄影师的自由度还给了时频分析。接下来要做的，就是正式举起镜头，拍下那本“时频影集”。

连续小波变换

音响师选定镜头，开始工作。她每换一个“机位+焦距”组合就按一次快门——机位是时间位置 $b$，焦距是尺度 $a$。每张照片记录一个数字：这个位置、这个尺度下，信号与小波有多像。把所有照片按“位置 × 尺度”铺满一面墙，就得到一本巨型时频影集——翻开它，哪一秒出现什么特征，一目了然。

这本影集的拍摄方式，就是连续小波变换（CWT，Continuous Wavelet Transform）：让信号 $x(t)$ 与每一个伸缩平移后的小波 $\psi_{a,b}(t)$ 做内积（一种测量“相似度”的运算）。得到的系数 $C(a,b)$ 越大，说明信号在这个时刻、这个频率附近越“像”这朵小波；系数越小，则说明此处几乎不含该特征。把所有系数按 (b, a) 排列，就得到一张时频图：横轴时间，纵轴尺度（反比于频率）。

连续小波变换的公式：

影集虽然庞大——每个 a、b 组合都要算一次——但换来的是“时频一起看”的完整图景。这本影集正是脑电、振动、地震分析里，工程师们苦苦寻找的那本“真相相册”。

母小波的选择

镜头素质决定照片质量，音响师深知这一点。她给自己备了三只镜头：Haar 小波像最基础的定焦镜头，形状是一方一正的台阶，结构简单、计算最快，但拍出的画面“毛糙”；Morlet 小波像柔光人像镜头，外形是高斯包络裹着的正弦波，平滑圆润，最擅长刻画舒缓的旋律调性；墨西哥帽（Mexican Hat）则像微距镜头，中间隆起、两侧下凹，对突然冒出的“尖刺”极其敏感——哪里有棘波、哪里有脉冲，它一眼就能揪出来。

工程里选择母小波的核心原则就一个字：像。母小波的形态与你要找的目标特征越接近，小波系数就越大，定位就越准。脑电里抓癫痫棘波，选用墨西哥帽；旋转机械振动里找早期磨损冲击，常选 Daubechies（db 族）——它们的台阶状波形天然匹配故障冲击；分析平稳的生理节律，Morlet 是稳妥之选。此外还要看计算量：Haar 和 db 族可以做快速离散分解，Morlet 适合做连续精细扫描。

一个合格的母小波必须满足一个基本条件：

换镜头如换小波：选对了，时频图上那根“尖刺”亮得刺眼；选错了，它就淹没在噪点里，和背景毫无区别。镜头盒里装哪几支，是每个时频分析工程师上岗前必须做的功课。

多分辨率分析

音响师不再满足于手动变焦，她搬来一架无人机。无人机先盘旋在体育场上空，拍下整场演唱会的全景——这是最大尺度，只看到“哪些区域人多、灯光如何”，对应低频的粗略轮廓。接着无人机下降一层，看清看台上的人群分区；再降一层，看清每个人手里的荧光棒。每降一档，上一档被忽略的细节就浮现出来。由远及近，轮廓与细节逐级补全，这就是多分辨率分析——小波世界里最实用的工程思想。

多分辨率分析的数学实现，是把信号拆成两个互补的部分：近似（由尺度函数 $\phi$ 承载的低频轮廓）与细节（由小波函数 $\psi$ 承载的高频信息）。随后，对近似部分继续重复这一拆分，就像无人机逐级下降，每一层都生成一对“近似+细节”。这一过程可以用滤波器组高效实现，形成金字塔式的离散小波变换（DWT）：现实设备采集的离散信号，用 DWT 逐级分解、降采样，计算量远小于连续变换，还能无损重构原始信号。

多分辨率分析的分解公式：

无人机每降一档，细节就多一档；“近似+细节”层层相加，原信号分毫不差地复原。这套“高空俯瞰 + 逐级逼近”的组合拳，让 DWT 成为工程里最常用的小波武器。

与短时傅里叶对比

音响师把两台设备并排摆在桌上做验收。固定快门的 STFT 拍出来，是一张均匀的方格网——每一格都管“固定长度的时间 × 固定宽度的频率”，无论看低频还是高频，网格粗细一成不变。可变焦镜头的小波则像雷达屏：看低频时，用粗线条扫出全局轮廓；看高频时，用细线条抠出局部细节——分辨率随频率自动调配，该粗则粗、该细则细。

两者的关键差异在于“窗口是否固定”。STFT 一旦选定窗长，整张时频图的时间分辨率和频率分辨率就钉死在同一个值上，换任何位置都不变；小波则天然具备多分辨率特性：低频段频率分辨率好、时间分辨率粗，适合看大势；高频段时间分辨率好、频率分辨率粗，适合抓瞬变。代价也明摆着——CWT 要对每个尺度、每个位置都做积分，计算开销更大，而且结果依赖母小波的选择；STFT 直接用 FFT 加速，工程实现简单得多。

尺度与频率之间的近似换算关系：

固定快门的方格网永远等宽，可变焦镜头却能“低频看轮廓、高频抓细节”。鱼与熊掌不可兼得？小波用变焦换了个打法：按需分配，动态平衡。

实际应用场景

可变焦镜头终于装上了三大工作台。医院的神经科值班室里，医生面对一整夜脑电记录，用 CWT 时频图寻找癫痫发作前突然冒出的“棘波”——它们像红色烟火棒一样贯穿宽频，瞬间就能被框出来。地质勘探队的处理机上，小波多分辨率分析正在压掉地震数据里的随机噪音，同时保住深层反射的微弱信号。工厂车间里，工程师对振动传感器做 db 小波逐级分解，细节系数的能量一旦异常跳变，就预示着轴承开始磨损。

三大场景背后共享同一个数学引擎——小波系数。以脑电棘波检测为例：先对信号做 CWT，得到每个时刻、每个频率上的小波系数；再将系数平方得到能量，能量异常高的时段就是可疑的棘波窗口，可以送入深度学习模型做自动标注。地震去噪则用 DWT 把信号分解到多层，把集中在高频细节层上的随机噪音置零，再用保留的近似层和细节层重构，反射波层位就清晰了。故障诊断里的逻辑类似：越是“突然”的故障特征，越会先在高频细节层和宽频脉冲里露头。

小波能量图的数学定义：

从“歌单”到“节目单”，从固定快门到可变焦镜头——当信号里藏着突发特征的秘密时，小波会让它无所遁形。医生看得见棘波，勘探队听得见深层的回声，工厂的工程师赶在轴承彻底报废前拉响警报：时频一起看，原来这么有力量。

AI 应用场景

Python 演示

import numpy as npimport matplotlib.pyplot as pltimport pywt  def demo_nonstationary_signal():    """构造非平稳演示信号：低频正弦 + 高频正弦 + 脉冲尖峰"""    t = np.linspace(0, 1, 1024, endpoint=False)    signal = np.zeros_like(t)    signal[t < 1 / 3] = np.sin(2 * np.pi * 5 * t[t < 1 / 3])    signal[(t >= 1 / 3) & (t < 2 / 3)] = np.sin(2 * np.pi * 30 * t[(t >= 1 / 3) & (t < 2 / 3)])    signal[t >= 2 / 3] = 0.8 * np.exp(-((t[t >= 2 / 3] - 0.78) / 0.02) ** 2)    return t, signal  def cwt_analysis(signal, scales):    """用 Morlet 小波做连续小波变换，返回时频系数"""    coefs, freqs = pywt.cwt(signal, scales, 'morl', sampling_period=0.001)    return coefs, freqs  def plot_time_frequency(t, signal, coefs, freqs):    """绘制信号与 CWT 时频图"""    fig, axes = plt.subplots(2, 1, figsize=(10, 6), sharex=True)    axes[0].plot(t, signal, color='#818CF8')    axes[0].set_title('非平稳演示信号：低频 -> 高频 -> 脉冲')    axes[0].set_ylabel('幅值')    im = axes[1].imshow(np.abs(coefs), aspect='auto',                        extent=[t[0], t[-1], freqs[-1], freqs[0]],                        cmap='viridis')    axes[1].set_ylabel('频率 (Hz)')    axes[1].set_xlabel('时间 (s)')    axes[1].set_title('CWT 时频图：时间与频率同时可见')    fig.colorbar(im, ax=axes[1], label='小波系数幅值')    plt.tight_layout()    plt.show()  def main():    t, signal = demo_nonstationary_signal()    scales = np.arange(1, 128)    coefs, freqs = cwt_analysis(signal, scales)    plot_time_frequency(t, signal, coefs, freqs)  if __name__ == '__main__':    main()

1. signal[t < 1 / 3] = np.sin(2 * np.pi * 5 * t[t < 1 / 3])先填充前三分之一为 5Hz 低频正弦，模拟“缓慢的伴奏”，是平稳部分。
2. signal[(t >= 1 / 3) & (t < 2 / 3)] = np.sin(2 * np.pi * 30 * t[(t >= 1 / 3) & (t < 2 / 3)])中间三分之一换成 30Hz 高频正弦，频率突变，制造非平稳性。
3. signal[t >= 2 / 3] = 0.8 * np.exp(-((t[t >= 2 / 3] - 0.78) / 0.02) ** 2)末尾插入一个高斯“尖峰”脉冲，模拟脑电棘波这类突发特征。
4. coefs, freqs = pywt.cwt(signal, scales, 'morl', sampling_period=0.001)用 Morlet 母小波对所有尺度、所有时刻做连续小波变换，返回时频系数。
5. axes[1].imshow(np.abs(coefs), aspect='auto', extent=[t[0], t[-1], freqs[-1], freqs[0]], cmap='viridis')把系数幅值画成时频图，越亮代表该时刻该频率成分越强，傅里叶给不出的“时间轴”就在这里。
6. if __name__ == '__main__': main()让脚本可以直接运行，得到完整的双面板演示图。

常见误区

面试题