Ficha de uso
Introducción
Aproximación y detalle
La idea del análisis multirresolución es describir una señal como una versión borrosa más las correcciones necesarias para recuperar el detalle. Con la wavelet de Haar es muy concreto: se toman las muestras de dos en dos, y de cada pareja se guardan la media (escalada) y la diferencia,
a₁[k] = (x[2k] + x[2k+1])/√2, d₁[k] = (x[2k] − x[2k+1])/√2.
Con a₁ y d₁, que tienen la mitad de muestras cada uno, se recupera x exactamente. Se repite sobre a₁ para obtener a₂ y d₂, y así hasta el nivel J.
La DWT como banco de filtros
En general, cada nivel filtra con un paso bajo h₀[n] y un paso alto h₁[n] = (−1)n h₀[L−1−n] y se queda con una de cada dos muestras:
aj+1[k] = Σ_n h₀[n] a_j[2k − n], dj+1[k] = Σ_n h₁[n] a_j[2k − n].
Como cada diezmado reduce la frecuencia de muestreo a la mitad, d₁ recoge aproximadamente [π/2, π], d₂ [π/4, π/2], d₃ [π/8, π/4]… y a_J el resto, [0, π/2J]: es una partición del eje de frecuencias en octavas. El número total de coeficientes es N, el mismo que de muestras, y la transformada es ortonormal: se conserva la energía, Σx² = Σa_J² + Σ_j Σd_j².
Las componentes
Reconstruyendo con un solo nivel de coeficientes (los demás a cero) se obtienen las componentes A_J y D_J, …, D₁, cada una con la longitud de x, que suman la señal: x = A_J + D_J + … + D₁. A_J es la señal vista a la escala 2J y cada D_j lo que se añade al pasar de la escala 2j a la 2j−1.
Momentos nulos
Las wavelets de Daubechies dbN tienen N momentos nulos: Σ_n np h₁[n] = 0 para p < N. Entonces los detalles de un polinomio de grado menor que N son nulos, y una señal suave a trozos solo tiene detalles grandes cerca de sus discontinuidades. Haar es db1: anula las constantes, pero no las rampas.
Guía de uso
- Señal: escalones con una oscilación de periodo 6 al final, una rampa con un salto, la señal Doppler (una oscilación cada vez más lenta) o un chirp. Todas tienen N = 512 muestras.
- Wavelet (Haar, db2 o db4) y niveles J. En los extremos se usa la extensión periódica, la opción
'periodization' de PyWavelets y 'per' de Matlab.
- Las casillas eligen qué componentes se suman en la reconstrucción (arriba, en rojo).
- En el centro, las componentes apiladas, cada una escalada a su máximo. Abajo, los coeficientes en el orden de
wavedec y la banda de frecuencias de cada nivel.
- El recuadro da cuántos coeficientes hay, cómo se reparte la energía, la comprobación de Parseval y el error de reconstrucción.
Ejercicios
1. Cuántos coeficientes. Con J = 4, ¿cuántos coeficientes tiene cada nivel? ¿En qué banda de Ω está cada uno? Comprueba en el recuadro que la energía se conserva.
Solución
d₁: 256, d₂: 128, d₃: 64, d₄: 32 y a₄: 32; en total 512. Las bandas son, aproximadamente, [π/2, π], [π/4, π/2], [π/8, π/4], [π/16, π/8] y [0, π/16]. La diferencia entre Σx² y la suma de los cuadrados de los coeficientes es del orden de 10−12: es cero salvo redondeo, porque la transformada es ortonormal. Es el mismo reparto que el ejercicio 10 de la hoja con N = 1024 y J = 5.
2. La oscilación. En la primera señal, ¿en qué componente aparece la oscilación de periodo 6? ¿Por qué? Compara qué porcentaje de energía recoge ese nivel con Haar y con db4.
Solución
Su frecuencia es Ω = 2π/6 = π/3, dentro de [π/4, π/2]: aparece en D₂. La oscilación tiene una energía de 0,8²/2 · 112 ≈ 36, el 1,7 % del total. Con Haar, d₂ se queda con el 0,97 % y el resto se reparte en d₁ y d₃; con db4, con el 1,6 %. Los filtros más largos separan mejor las bandas, como se ve en la gráfica de abajo a la derecha.
3. Momentos nulos. Con la rampa con un salto y J = 4, compara los coeficientes de detalle con Haar, db2 y db4. ¿Cuáles son distintos de cero y por qué?
Solución
Con Haar todos los detalles son distintos de cero: en una rampa, cada diferencia vale −1/(128√2) y en d_j la diferencia crece con la escala. Son pequeños pero no nulos, porque Haar solo tiene un momento nulo. Con db2, que anula también las rampas, solo quedan 4 o 5 coeficientes por nivel, junto al salto en n = 300 y en el extremo (la extensión periódica une x[511] con x[0], otro salto). Con db4, que es más largo, quedan algo más (8 a 13 por nivel), pero también concentrados en los saltos. Es el ejercicio 9 de la hoja.
4. La aproximación de Haar. Con Haar, J = 4 y solo A₄ marcada, ¿qué forma tiene la reconstrucción de los escalones? ¿Por qué el salto de n = 128 sale exacto y el de n = 220 no?
Solución
A₄ es constante en bloques de 2⁴ = 16 muestras e igual a la media de cada bloque: es el ejercicio 7 de la hoja con bloques de 16. El salto de n = 128 cae en el borde de un bloque (128 = 8 · 16) y se conserva; el de 220 está dentro del bloque de 208 a 223, que toma un valor intermedio. Con db2 o db4, A₄ es más suave, pero oscila un poco junto a los saltos.
5. La señal Doppler. Con db4 y J = 6, ¿en qué componentes está el principio de la señal y en cuáles el final? ¿Qué se pierde al quitar D₁ y D₂?
Solución
Al principio la oscilación es rápida y está en D₁ y D₂; al final es lenta y está en A₆ y D₆. Cada componente recoge su banda de frecuencias solo en los instantes en que la señal la tiene: la DWT localiza en tiempo y en frecuencia a la vez. Al quitar D₁ y D₂ desaparecen las oscilaciones rápidas de las primeras 80 muestras y el resto apenas cambia, porque esos niveles tienen el 1,7 % de la energía.
Para profundizar
- Apuntes del Tema 5, sección 2, «Transformada wavelet discreta» y «La DWT como banco de filtros».
- Transparencias T5-02, análisis multirresolución, Haar y banco de filtros.
- Hoja de ejercicios del Tema 5, ejercicios 6, 7, 9 y 10, y sus soluciones.
- S. Mallat, A Wavelet Tour of Signal Processing, 3.ª ed., Academic Press, 2009, capítulo 7.
- G. Strang y T. Nguyen, Wavelets and Filter Banks, Wellesley-Cambridge, 1996.
Relación con otros conceptos