Sie sind auf Seite 1von 70

Das Haar-Wavelet

Lena Marks 1. Juni 2003

1

Einleitung

Viele Aspekte der Wavelet-Theorie lassen sich bereits am allereinfachsten Wave- let, dem sogenannten Haar-Wavelet, beobachten. 1910 hat A. Haar zum ersten Mal ein vollst¨andiges Orthonormalsystem fur¨ den Hilbertraum L 2 = L 2 ( ) be- schrieben, und damit bewiesen, dass dieser Raum isomorph zum Hilbertraum l 2 ist. Die von Haar angegebenen Basisfunktionen werden als dilatierte (gedehnte) und verschobene Kopien des Mutterwavelets ψ Haar interpretiert:

Das Haar-Wavelet ist die folgende Treppenfunktion.

ψ Haar :=

  

1

1

0

(0 x < 1 2 )

( 2 x < 1)

(sonst)

1

(1)

x < 1 2 ) ( 2 ≤ x < 1) (sonst) 1 (1) Diese Funktion

Diese Funktion hat einen kompakten Tr¨ager, ferner ist:

∞ ∞

−∞

ψ(x)dx = 0,

−∞

1

|ψ(x)| 2 dx = 1

Die Fourier Transformierte von ψ Haar berechnet sich folgendermaßen:

1

ˆ

ψ(α) =

1

2π (

2

0

e iαx dx

1

2

1

e iαx dx)

i sin 2 ( α ) −iα 4 = √ 2π e 2 . α
i
sin 2 ( α )
−iα
4
=
e 2
.
α
4

ˆ

Die gerade Funktion | ψ| erreicht ihr Maximum an der Stelle α 0 = 4.662 und

nimmt fur¨ α → ∞ ab wie

1

α .

0 = 4 . 662 und nimmt fur¨ α → ∞ ab wie 1 α .

Auf die Fourier Transformationen wird in sp¨ateren Vortr¨agen n¨aher eingegan- gen.

Mit Hilfe von ψ Haar werden die folgenden Waveletfunktionen gebildet:

ψ r,k (t) = 2 r

2

ψ Haar ( t k · 2 r

2

r

)

(r, k )

(2)

Haar ( t − k · 2 r 2 r ) ( r, k ∈ )

Tr¨ager von ψ r,k ist das Intervall

I r,k := [k · 2 r , (k + 1) · 2 r [

(3)

Die Intervalle haben die L¨ange 2 r . Wird r um 1 erh¨oht, so verdoppelt sich die Intervalll¨ange (zu gr¨oßerem r geh¨oren langwelligere“ Waveletfunktionen), der Betrag des Funktionswertes auf dem Tr¨ager wird jedoch geringer. Wird k ver¨andert, so verschiebt sich der Tr¨ager lediglich nach links oder rechts. Die

2

Amplitude von ψ r,k ist so gew¨ahlt, dass

||ψ r,k || 2 :=

−∞

|ψ r,k (t)| 2 dt = 1

fur¨ alle r und alle k, da | ± 2 r | 2 = 2 r , was genau dem Inversen der Inter- valll¨ange entspricht. Damit sind die ψ r,k quadratisch integrierbar und normiert.

2

2

Satz

Die ψ r,k (r, k , wie oben definiert, bilden eine orthonormierte Basis von L 2 ( )

Beweis

Es wird zun¨achst gezeigt, dass die ψ r,k ein Orthonormalsystem bilden. Die Nor- miertheit wurde oben bereits bewiesen.

1. Ist k

= l, so besitzen ψ r,k und ψ r,l disjunkte Tr¨ager; folglich ist

ψ r,k , ψ r,l = 0 (k =

wobei f, g das Skalarprodukt in L 2 ( ) beschreibt, also f (t) · g(t)dt.

2. Ist s < r, dann ist ψ r,k auf dem Tr¨ager von ψ s,l konstant. Das Produkt der beiden Funktionen ist nur auf I s,l ungleich 0 und die Vorzeicheneigenschaft der ψ r,k bleibt erhalten. Damit folgt:

l),

ψ r,k , ψ s,l = 0.

folgt: l ) , ∞ ψ r , k , ψ s , l = 0

Womit die Orthogonalit¨at gezeigt w¨are. Noch zu zeigen: Jedes f L 2 ( ) ist durch endliche Linearkombinatio- nen der ψ r,k (durch Waveletpolynome) im Sinne der L 2 -Metrik beliebig genau approximierbar.

3

Da Funktionen im L 2 ( ) messbar, also durch Treppenfunktionen approxi-

es Funktionen f : der folgenden Form zu betrach-

mierbar sind, genugt¨

ten: es gibt ein m und ein n, so dass gilt:

f(x) 0 (|x| ≥ 2 m )

f ist eine Treppenfunktion, konstant auf den Intervallen I n,k (wie oben definiert) der L¨ange 2 n .

Nun wird eine Folge (ψ r |r ≥ −n) von Waveletpolynomen konstruiert:

ψ r :=

r

j=n+1

( c j,k ψ j,k ).

k

(4)

Schritt fur¨ Schritt werden immer langwelligere Anteile (Verdopplung der Inter- valll¨ange) aus dem Rest f r := f ψ r herausgesiebt. Zeige nun per Induktion: Das Waveletpolynom ψ r und der Rest f r sind so bestimmt, dass

f = ψ r + f r

f r auf den Intervallen I r,k konstant gleich f r,k ist, wobei f r,k gleich dem Mittelwert von f auf dem Intervall I r,k ist.

Induktionsanfang Die Konstruktion beginnt mit ψ n := 0 und f n := f , damit ist die erste Aussage erfullt.¨ Die zweite Aussage folgt aus f konstant auf den Intervallen I n,k .

Induktionsschritt: r r := r + 1: Mit den Gr¨oßen:

wird gesetzt:

δ r ,k

f r ,k

:=

:=

1

(f r,2k

2

1

2 (f r,2k

+

f r,2k+1 )

f r,2k+1 )

c r ,k :=

2 r

2

δ r ,k

ψ r := ψ r +

k

c r ,k ψ r ,k

f r (x) := f r ,k (x I r ,k )

ψ r := ψ r + k c r ,k ψ r ,k f r (

4

Setzt man die gegebenen Gr¨oßen in f = ψ r + f r ein, so erh¨alt man

f = ψ r + f r :

Betrachte f eingeschr¨ankt auf das Intervall I r ,k , dann erh¨alt man:

ψ r + f r = ψ r + c r ,k · ψ r ,k

= ψ r

+ 2 r

1 2 (f r,2k f r,2k+1 )ψ r ,k

2 ·
2
·

Wegen r = r + 1 ist

2 r

2

 

ψ r ,k (t) =

1

·

1

1

+

2

1

(f r,2k + f r,2k+1 )

+

f r,2k+1 )

+ 2 (f r,2k

t I r,2k

t I r,2k+1

Setze die Betrachtung eingeschr¨ankt auf I r,2k , also fur¨ 2 r 2 ψ r ,k (t) = 1 fort, dann erh¨alt man fur¨ die Gleichung :

ψ r + 1 2 f r,2k 1 2 f r,2k+1 + 2 f r,2k + 2 f r,2k+1 = ψ r + f r,2k = f auf I r,2k

1

1

Analog fur¨ I r,2k+1 . Damit gilt die Induktionsannahme auch fur¨ r .

Beginnend mit r = n erh¨alt man nach n + m derartigen Schritten die Bezie- hung:

f = ψ m + f m =

m

j=n+1

(

k

c j,k ψ j,k ) + f m

Bleibt nun noch die Konvergenz der Reihe zu zeigen:

Der Rest f m ist konstant auf den Intervallen I m,k . Da die Intervalle die L¨ange

2

m haben und f (x) 0 fpr |x| ≥ 2 m gibt es nur 2 Werte

= 0:

A := f m,1 Mittelwert auf [2 m , 0[,

B := f m,0 Mittelwert auf [0, 2 m [

Die Reihe wird nun,nur fur¨ f m , p weitere Schritte fortgesetzt:

f m =

m+p

j=m+1

( c j,k ψj, k) + f m+p

k

f m+p ist konstant auf den auf den beiden Intervallen [2 m+p , 0[ und [o, 2 m+p [ und sonst 0. Da f fur¨ |x| ≥ 2 m verschwindet, gilt:

und folglich

||f m+p || 2 =

f m+p.1

= 2 p A; f m+p,0 = 2 p B

−∞

|f m+p (x)| 2 dx = 2 m+p (2 2p |A| 2 + 2 2p |B| 2 )

Damit erh¨alt man fur¨ die Norm:

||f m+p || = 2 m |A| 2 2 + |B| 2 · 2 −p
||f m+p || = 2 m |A| 2
2
+ |B| 2 · 2 −p
2
.

Fur¨ p → ∞ ergibt sich:

||f ψ m+p || = ||f m+p || ≤ C · 2 p

2

0.

Womit auch die Konvergenz gezeigt w¨are.

5

3 Aufwandsbetrachtung

Der Beweis des Satzes ist konstruktiv, da er einen Algorithmus zur Bestimmung der Koeffizienten c j,k liefert. Es handelt sich dabei sogar um einen schnellen Algorithmus, was man durch Z¨ahlen der Operationen leicht sehen kann: Die betrachtete Treppenfunktion f ist bestimmt durch N := 2 · 2 m · 2 n Einzelda- ten (Die Werte der Treppen). Im ersten Schritt werden aus den N Intervallen

doppelt so lange Intervalle berechnet, dazu ben¨otigt man im

die Werte fur¨ N

2

Wesentlichen zwei Additionen (Berechnung von δ r,k und f r,k das Halbieren und die Skalierung nicht mitgez¨ahlt). Jeder weitere Schritt erfordert wieder halb so viele Operationen wie der vorangegangene und nach n + m Schritten wird abgebrochen. Insgesamt hat man

Operationen.

N

2

(1 +

1

2 + 4 +

1

) · 2 = 2N

4 Approximation von nichtnegativen Funktio- nen

Zum Schluss muss auf ein Paradoxon aufmerksam gemacht werden: Alle Wave- letfunktionen ψ r,k haben den Mittelwert 0:

−∞

ψ r,k (t)dt = 0 (r, k )

Wie kann man mit derartigen Funktionen uberall¨ nichtnegative Funktionen f approximieren? Die Approximation erfolgt in L 2 in vielen praktischen F¨allen punktweise, aber nicht in L 1 . Was dabei passiert, kann man am folgenden Bei- spiel untersuchen: Approximiere die Funktion

φ(x) :=

1

0

(0 x < 1) (sonst)

(5)

mit Hilfe des im Beweis vom Satz verwendeten Algorithmus, wobei wir die vereinfachte Waveletfunktion

˜

ψ

r,k

:= ψ Haar ( t k · 2 r

2

r

)

verwenden. Zus¨atzlich wird die Funktion

eingefuhrt.¨

g r (t) :=

1

0

(0 t < 2 r ) (sonst)

(r 0)

Mit der Rekursionsformel

g r = 1

2

˜

ψ r+1,0 +

1

2 g r+1 ,

6

(6)

(der negative Anteil des Wavelets schneidet jeweils die H¨alfte vom vorangegan- genen g ab, siehe Bild) ergibt sich durch Induktion fur¨ φ die folgende Approxi- mation:

φ = g 0 =

r

j=1

1

2

j

˜

ψ j,0 +

1

r g r (r 0)

2

= r j =1 1 2 j ˜ ψ j, 0 + 1 r g r

Vergleicht man diese Approximation mit der Approximation vom Beweis des Satzes, so entspricht die Summe gerade der Approximante ψ r und das g r r dem Rest f r . Die Funktion φ hat zwar den Tr¨ager [0, 1[. Die Tr¨ager der Approxi- manten werden aber immer weiter ausgebreitet und die notwendige Diskrepanz zwischen φ und den ψ r wird uber¨ einen immer gr¨oßer werdenden Bereich ver- schmiert: ψ r hat den Wert 1 1 r auf dem Intervall [0, 1[ und den Wert 1 r auf dem Intervall [1, 2 r [.

2

2

2

f r (t)dt = 1 =

φ(t)dt

−∞

−∞

außerdem gilt:

 

−∞

und damit

1

|f r (t)| 2 dt = 2 r · ( 2 r ) 2 =

1 r 0

2

(r → ∞)

r |φ(t)ψ r (t)| = lim

lim

r |f r (t)| = 0 t,

letzteres sogar gleichm¨aßig in t.

(7)

7

R

f : RC

L 1 (R)

L 2 (R)

S

L 1 L 2 L 1 L 2

S

S

f C (R)

t α β f(t) R

|t| → ∞

1

|t|

n

0

f

S

t

e ct 2

c > 0

L 1

L 2

f L 1 ξ R

f(x)e iξx

x

L 1

ˆ

f =

1

2π R f(x)e iξx dx

ˆ

f

: R C

f

ˆ

f(ξ)

e ξ

f e h (x) = e ihx

ˆ

f

f L 1

f L 1

ˆ

f(ξ) 0

|ξ| → ∞

1

c

g C

lim ξ →∞ gˆ(ξ)

= 0

0

g C 1 f g L 1 < ε

c

ε 2π ξ R

f L 1 ε >

f(ξ) gˆ(ξ)

ˆ

f h R T h f := f (t h)

ˆ ˆ

(T h f )(ξ) = e iξh f(ξ)

f

ˆ

h f e h

ˆ

(T h f )(ξ) =

1

2π R f(th)e iξt =

1

2π R f(

˜

˜

f)e ( f +h) d

˜

f

= e iξh

ˆ

f(ξ)

f L 1

ˆ

(e ω f )(ξ) =

ˆ

f(ξ ω)

f e ω

ˆ

f

ω ξ

ˆ

(e ω )(ξ) =

1

2π R e iωt f(t)e iξt dt =

1

2π R f(t)e i(ξω)t dt =

ˆ

f(ξ ω)

f L 1

ˆ ˆ

(D a f )(ξ) = |a| D 1 f(ξ)

a

(a

R)

D a f (t) := f (

t

a )

f a > 1

ˆ

f

a 1 < 1

|a|

˜

t := a t

ˆ

(D a f )(ξ) =

1

2π R f(

a )e iξt dt =

t

|a|

2π R Rf(

˜

t)e iξa

˜

˜

t d t = |a|

ˆ

f ()

f, g L 1

(f g)(ξ) = 2π f(ξ)gˆ(ξ)

ˆ

ˆ

ˆ

=

1

(f g)(ξ) =

2π R g(t) R f(x t)e iξx dx)dt = 2π f(ξ)

2π R ( R f (xt)g(t)dt)e iξx dx =

1

ˆ

2π R×R f(xt)g(t)e iξx d(x, t)

1

2π R g(t)e iξt dt

1

ˆ

f (r) (ξ) = () r f(ξ)

ˆ

r 0

f

C r

f (r)

L 1

f L 1

ˆ

f

L 1

f(t)

=

1

2π R

f(ξ)e ˆ iξt

f

ˆ

f

f

ˆ

f f(ξ)

f(t) |t| → ∞

0 |ξ| → ∞

ˆ

f

0

S

f

ˆ

f

ε

f

f g L 1

(f g)(x) := R f (x t)g(t)dt

f

g

f

g ε

R g ε (t)dt = 1

[ε, ε]

f ε

ε

f

L 2

¯

f, g := f(t) g(t)dt L 2

f := f, f

f L 2

ˆ

f

L 1 L 2

L 2

L 1

L 2

L 2

L 1 L 2 F :

ˆ

f

f L 2

F L 2

L 2

F

F

f, g L 2

f, gˆ = f, g

ˆ

ˆ

f 2 = f 2

S

f, gˆ =

ˆ

(x, t)

1

2π

f(x)g(t)e ˆ ixt R

R

ˆ

f

¯

(x)( R g(t)e ixt dt)dx =

1

2π

R ( R

ˆ

¯

f(x)e ixt dx) g(t) =

f, g

L 2

f

ˆ

f

S

S

f

L 1

f L 1 |t| → ∞ R |t| r |f (t)| dt <

ˆ

f

(f) (r) (ξ) = (i) r (t r f )(ξ)

ˆ

ˆ

f

L 1

[b,

b]

f(ζ) =

ˆ

b b f(t)e iζt dt f

ˆ

ζ = ξ +

e iζt

[b, b]

e iζt

=

e i(ξ+)t

e b|η| b t b

ˆ

f(ζ)

1

2π

b |f(t)| e |tIm(ζ)| dt ce b|Im(ζ)|

b

ˆ

ˆ

f f

f

f

Numerik Seminar: Wavelets

Unsch arferelation¨ Sampling-Theorem

und

Merten Lampe

¨

letzte Anderung: 24. Mai 2003

1

Numerik Seminar: Wavelets

2

1 Wiederholung, Schreibweisen, Definitionen

1.1 Wiederholung

Schwartz-Raum S

Raum der schnell fallenden Funktionen, Abgeschlossen unter +, ·, F , .

Es gilt: C

c

⊂S⊂L q dicht!

¨

Aquivalenz von Differentiation und Multiplikation

ıξ · f(ξ) = f (ξ).

ˆ

Funktionen in S(R n ) werden als L 2 -Funktionen interpretiert und dort mit Norm und Skalarprodukt versehen. Es gilt:

f,g := R n f (x)g(x)dx

und

||f || := R n f (x)f (x)dx = R n |f(x)| 2 dx

Formel von Plancherel

ˆ

f, gˆ = f,g ,

ˆ

|| f || = ||f ||.

1.2 Definitionen

Eine Funktion f (t) heißt Ω -bandbegrenzt, wenn ihre Fouriertransfor-

ˆ

mierte f (ξ ) einen kompakten Tr¨ager hat, der innerhalb [, +Ω] liegt. Ω

heißt dann auch die Bandbreite von f .

Ω := π/T heißt die Nyquist Frequenz zum Abtastintervall T .

2 Die Unsch¨arferelation

2.1 Korollar

Der mathematische Teil der Heisenberg-Ungleichung

ˆ

||xf (x)|| · ||ξ f (ξ)|| ≥ 1 2 ||f ||

folgt aus den oben genannten Eigenschaften der Fouriertransformation.

Beweis Der Satz gilt fur¨ beliebige L 2 (R n , C )-Funktionen - gezeigt wird die Behauptung hier nur fur¨ f ∈ S(R , C ); aufgrund der Dichtheit kann der Satz dann fortgesetzt werden. Im Mehrdimensionalen funktioniert der Beweis analog. Benutzt wird die Cauchy-Schwarz-Ungleichung, die Formel von Plancherel und

Numerik Seminar: Wavelets

3

partielle Integration nach x. Der Term vor dem letzten Integral f¨allt weg, da ff ∈ S :

ˆ

||xf (x)|| · ||ξ f (ξ)||

=

=

=

=

=

=

=

||xf (x)|| · ||f (x)||

| xf (x), f (x) |

|Re xf (x), f (x) |

1 2 | xf (x), f (x) + f (x), xf (x) |

2

1 R xf (x)f (x) + f (x)xf (x)dx

2

1

R x f(x)f (x) + f (x)f(x) dx

2

1 xf (x)f (x) | R R f (x)f (x)dx

1

2 R f (x)f (x)dx

1

2 ||f || 2 .

2.2 Physikalische Interpretation der Unsch¨arferelation

In der Quantenphysik sind physikalische Gr¨oßen kleiner Teilchen nicht klar oder eindeutig bestimmt. Der Aufenthaltsort eines Teilchens beispielsweise kann nur mit Hilfe einer W’keits-Verteilung angegeben werden. Eine typische Verteilungs- dichte w¨are ein normiertes Betragsquadrat einer Schwartz-Funktion ψ:

f Ort (x) = ψ(x) · ψ(x) = |ψ(x)| 2 .

Die Impulsdichte eines Teilchens ist definiert uber¨ die Fourier-Transformierte des Ortdichtenerzeugers ψ:

f Imp (ξ) = ψ(ξ) · ψ(ξ) = | ψ(ξ)| 2 .

Dabei fehlt anscheinend eine direkte Anschauung, warum es gerade die Fourier- transformierte ist; diese Definition hat sich einfach bew¨ahrt und liefert richtige Ergebnisse. Wenn man mit diesem Wissen den betragsm¨aßigen Erwartungswert fur¨ Ort und Impuls betrachtet, erh¨alt man folgendes Ergebnis:

ˆ

ˆ

ˆ

und

E Ort X 2 = x 2 f Ort (x)dx = (x) · (x)dx = ||(x)||

E Imp Y 2 = ξ 2 f Imp (ξ)= ξ ψ(ξ) · ξ ψ(ξ)= ||ξ ψ(ξ)||.

ˆ

ˆ

ˆ

ˆ

Demnach gilt, dass ||(x)|| und ||ξ ψ(ξ)|| nicht gleichzeitig beliebig klein werden

1

k¨onnen und deren Produkt als untere Schranke die Zahl 2 ||ψ|| 2 hat.

Numerik Seminar: Wavelets

4

Null w¨are

und wir damit keinen Aufenthaltsort und somit keine Existenz des Teilchens

Anmerkung

||ψ|| = 0, da dann auch die Ortsdichte fast uberall¨

Die Erwartungswerte E(.) 2 geben einen Wert fur¨ die mittleren quadratischen Abstand, deren Wurzeln also den mittleren Abstand vom Ursprung an. Dieser ist auf jeden Fall eine untere Schranke fur¨ die Ausdehnung der Dichten und damit ein Wert fur¨ den Grad der Demnach kann man unter den obigen Annahmen den Ort und den Impuls eines Teilchens nicht gleichzeitig beliebig genau bestimmen; dieses ist die bekannte Unsch¨arferelation von Werner Heisenberg (1901-1976)

x · p x .

Anders ausgedruckt,¨ muss ich zur Messung des Impulses p x mit der Genauigkeit p x das zu untersuchende Telchen mindestens auf einem Weg der L¨ange ∆ x

3 Die Kardinalreihe und das Samplingtheorem von Shannon

Ziel ist es, diese Frage zu beantworten:

Wann ist es m¨oglich, ein Zeitsignal f ∈ S(R , C ) durch Kenntnis diskreter Punkte f (kT ) zu rekonstruieren?

3.1 Definition

Sei f (t) stetig und hinreichend fallend, dann bezeichnet man

˜

f(t) =

k=−∞

π

f (kT ) sinc( T (t kT ))

(1)

als die Kardinalreihe von f , wobei sinc(x) := x 1 sin(x). Da sinc beschr¨ankt

1 0.8 sinc(t) 0.6 0.4 0.2 0 −0.2 −0.4 −25 −20 −15 −10 −5 0
1
0.8
sinc(t)
0.6
0.4
0.2
0
−0.2
−0.4
−25
−20
−15
−10
−5
0
5
10
15
20
25

Numerik Seminar: Wavelets

5

und stetig (erg¨anzbar) ist, konvergiert sie fur¨ hinreichend fallendes f absolut

˜

und damit gleichm¨aßig auf ganz R gegen eine stetige Funktion f.

Es gilt

1

sinc() = kπ sin() = δ 0k ,

denn sin() 0 k Z und an der hebbaren Definitionslucke¨ k = 0 gilt sinc(0) = 1 wegen

Demnach gilt

˜

f (mT ) =

lim

x0

sin(x)

x

= 1.

k=−∞

π

f (kT ) sinc( T (mT kT ))


=

k=−∞

f(kT )δ mk = f (mT )

weshalb (1) allgemein als stetige Approximation zu gebrauchen ist: eine glm. konvergente Reihe, die an vorgegebenen Rasterpunkten genaue Werte liefert.

3.2

Satz

Sei f ∈ C(R ) und sei f Ω-bandbegrenzt. Ferner genuge¨

f(t) = O |t| 1+ε ,

1

f der Absch¨atzung

(2)

um allgemeine Integral- und Reihenkonvergenz zu garanieren. Ferner sei T := π/Ω die zugrundeliegende Abtastrate. Dann konvergiert

˜

f K (t) :=

gleichm¨aßig auf R gegen f .

K

k=K

f (kT ) sinc(Ω(t kT ))

 

ˆ

ˆ

Beweis

Wegen (2) ist f L 1 L 2 und damit

f

∈ C. Es gilt f (ξ)=0fur¨

 

ˆ

ˆ

ˆ

|ξ| > Ω. Aus der Stetigkeit von f folgt noch f(Ω) = f (Ω) = 0 und naturlich¨

ˆ

f

L 1 .

Betrachte die Umkehrformel:

Da das Ergebnis der Fourier-Retransformation eine stetige Funktion ergibt, die

fast uberall¨

die Ausgangsfunktion ist, wird ein solches f genau rekonstruiert.

f(t)

=

=

1

2π R

ˆ

f(ξ)e ıξt

1