Я читал Марауна и др. «Нестационарные гауссовские процессы в вейвлет-области: синтез, оценка и значимое тестирование» (2007), в котором определяется класс нестационарных ГП, которые можно задавать умножителями в вейвлет-области. Реализация одного такого GP: Где η ( т ) является белым шумом, W г является непрерывное вейвлетпреобразование по отношению к вейвлет г , м ( б , )
Один из ключевых результатов работы состоит в том, что если множители изменяются только медленно, то сами реализации лишь «слабо» зависят от фактического выбора g и h . Таким образом, m ( b , a ) определяет процесс. Они продолжают создавать некоторые важные тесты, чтобы помочь вывести множители вейвлетов на основе реализаций.
Два вопроса:
1. Как мы оцениваем стандартную вероятность ГП, которая равна ?
Я предполагаю, что мы эффективно меняем координаты, поэтому где W - вейвлеты, а M - (диагональ?) Матрица вейвлет-коэффициентов m ( a , b ) . Тем не менее, они используют неортонормальный CWT, поэтому я не знаю, правильно ли это.
2. Как этот вейвлет-домен GP может быть связан с GP реального пространства ? В частности, можем ли мы вычислить ядро в реальном пространстве (нестационарное) из m ( a , b ) ?
Для сравнения, ядром стационарных гауссовских процессов является двойственное число Фурье от его спектральной плотности (теорема Бохнера, см. Главу 4 Расмуссена), что дает простой способ переключения между реальным пространственным GP и частотным пространственным. Здесь я спрашиваю, есть ли такие отношения в области вейвлетов.
Ответы:
Процесс вождения, белый шум η (t), не зависит от выбора базы. В CWT (в отличие от прыжков DWT в октавах) есть некоторая избыточность, узкие полосы частот перекрываются. «Характеристика», проверяемая на значимость, представляет собой дисперсию (мощность), наблюдаемую на узкой частоте в течение короткого времени. Очевидно, это математически зависит от выбранного вейвлета, но не очень сильно: более узкая полоса пропускания может обнаруживать медленнее изменяющиеся объекты с большей чувствительностью, более широкая полоса пропускания более чувствительна, но имеет более шумный фон и менее специфична.
Поскольку это измеряет пространство вейвлета, оно интегрируется по длительности вейвлета, то преобразование, которое вы написали, будет для любого «момента времени». Как правило, необходима информация о фазе для инвертирования CWT. Тест Марауна по сути является хи-квадрат по силе.
Нет. Мараун зависит от отношения сигнал / шум в полосе частот во временном диапазоне, это может иметь много разных реализаций в шумовом пространстве и не зависит от фазы. Он чувствителен к сигналу AR (1) в вейвлет-области на определенной частоте, то есть колебании, поддерживаемом во времени, например, в области CWT будет иметь тенденцию подавлять изолированный всплеск широкополосного шума.
источник