预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共40页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

7.5离散沃尔什-哈达玛变换 (WalshHadamardTransform)(2)格雷码到二进制的转换:7.5.2拉德梅克函数(Rademacher) 1.拉德梅克函数定义 可见,R(n,t)为周期函数。 2.拉德梅克函数的规律和特性 (1)周期函数 n=0时,T=2; n=1时,T=1; n=2时,T=1/2; n=3时,T=1/22; ………… R(n,t)=R(n,t+1/2n-1)(2)函数的取值 R(n,t)的取值只有+1和-1。 (3)函数的频率特性 R(n,t)是R(n-1,t)的二倍频。 (4)函数离散化 如果已知n,则R(n,t)在(0<t<1)范围内有2n-1个周期。(连续) 若在t=(k+1/2)/2n处作取样,则可得到一个离散的数据序列R(n,k),其中,k=0,1,2……2n-1。(离散)7.5.3沃尔什函数(Walsh) 沃尔什函数有三种不同的函数定义,但都可由拉德梅克函数构成。 例:当p=3时,对前8个Walw(i,t)取样,则: Walw(0,t)=1——{1,1,1,1,1,1,1,1} Walw(1,t)=R(1,t)——{1,1,1,1,-1,-1,-1,-1} Walw(2,t)=R(1,t)R(2,t)——{1,1,-1,-1,-1,-1,1,1} Walw(3,t)=R(2,t)——{1,1,-1,-1,1,1,-1,-1} Walw(4,t)=R(2,t)R(3,t)——{1,-1,-1,1,1,-1,-1,1} Walw(5,t)=R(1,t)R(2,t)R(3,t)——{1,-1,-1,1,-1,1,1,-1} Walw(6,t)=R(1,t)R(3,t)——{1,-1,1,-1,-1,1,-1,1} Walw(7,t)=R(3,t)——{1,-1,1,-1,1,-1,1,-1}取样后得到的按沃尔什排列的沃尔什函数矩阵(2)按佩利(Paley)排列的沃尔什函数例:当p=3时,对前8个Walp(i,t)取样,则: Walp(0,t)=1——{1,1,1,1,1,1,1,1} Walp(1,t)=R(1,t)——{1,1,1,1,-1,-1,-1,-1} Walp(2,t)=R(2,t)——{1,1,-1,-1,1,1,-1,-1} Walp(3,t)=R(1,t)R(2,t)——{1,1,-1,-1,-1,-1,1,1} Walp(4,t)=R(3,t)——{1,-1,1,-1,1,-1,1,-1} Walp(5,t)=R(1,t)R(3,t)——{1,-1,1,-1,-1,1,-1,1} Walp(6,t)=R(2,t)R(3,t)——{1,-1,-1,1,1,-1,-1,1} Walp(7,t)=R(1,t)R(2,t)R(3,t)——{1,-1,-1,1,-1,1,1,-1}取样后得到的按佩利排列的沃尔什函数矩阵(3)按哈达玛(Hadamard)排列的沃尔什函数例:当p=3时,对前8个WalH(i,t)取样,则: WalH(0,t)=1——{1,1,1,1,1,1,1,1} WalH(1,t)=R(3,t)——{1,-1,1,-1,1,-1,1,-1} WalH(2,t)=R(2,t)——{1,1,-1,-1,1,1,-1,-1} WalH(3,t)=R(2,t)R(3,t)——{1,-1,-1,1,1,-1,-1,1} WalH(4,t)=R(1,t)——{1,1,1,1,-1,-1,-1,-1} WalH(5,t)=R(1,t)R(3,t)——{1,-1,1,-1,-1,1,-1,1} WalH(6,t)=R(1,t)R(2,t)——{1,1,-1,-1,-1,-1,1,1} WalH(7,t)=R(1,t)R(2,t)R(3,t)——{1,-1,-1,1,-1,1,1,-1}取样后得到的按哈达玛排列的沃尔什函数矩阵2n阶哈达玛矩阵有如下形式:可见,哈达玛矩阵的最大优点在于它具有简单的递推关系,即高阶矩阵可用两个低阶矩阵的克罗内克积(KroneckerProduct)求得。因此常采用哈达玛排列定义的沃尔什变换。7.5.4离散沃尔什-哈达玛变换(DWHT) 和由哈达玛矩阵的特点可知,沃尔什-哈达玛变换的本质上是将离散序列f(x)的各项值的符号按一定规律改变后,进行加减运算,因此,它比采用复数运算的DFT和采用余弦运算的DCT要简单得多。例:将一维信号序列﹛0,0,1,1,0,0,1,1﹜作WHT变换及反变换。二维离散沃尔什变换 很容易将一维WHT的定义推广到二维WHT。二维WHT的正变换核和逆变换核分别为例:二维离散沃尔什变换的矩阵形式表达式为M=N=4,其二维WHT变换核为所以26二维WHT结果 (a)原图像(b)WHT结果 从