Das Haar-Wavelet

Lena Marks 1. Juni 2003

Einleitung

Viele Aspekte der Wavelet-Theorie lassen sich bereits am allereinfachsten Wavelet, dem sogenannten Haar-Wavelet, beobachten. 1910 hat A. Haar zum ersten Mal ein vollstndiges Orthonormalsystem fr den Hilbertraum L2 = L2 (R) bea u schrieben, und damit bewiesen, dass dieser Raum isomorph zum Hilbertraum l2 ist. Die von Haar angegebenen Basisfunktionen werden als dilatierte (gedehnte) und verschobene Kopien des Mutterwavelets Haar interpretiert: Das Haar-Wavelet ist die folgende Treppenfunktion. 1 (0 x < 1 ) 2 Haar := 1 ( 1 x < 1) (1) 2 0 (sonst)

Diese Funktion hat einen kompakten Trger, ferner ist: a

(x)dx = 0,

|(x)|2 dx = 1

Die Fourier Transformierte von Haar berechnet sich folgendermaen: 1 () = ( 2

1 2

eix dx
0

1
1 2

eix dx)

i sin2 ( ) i 4 = e 2 . 2 4 Die gerade Funktion || erreicht ihr Maximum an der Stelle 0 = 4.662 und 1 nimmt fr ab wie . u

Auf die Fourier Transformationen wird in spteren Vortrgen nher eingegana a a gen. Mit Hilfe von Haar werden die folgenden Waveletfunktionen gebildet: r,k (t) = 2
r 2

Haar (

t k 2r ) (r, k Z) 2r

(2)

Trger von r,k ist das Intervall a Ir,k := [k 2r , (k + 1) 2r [ (3)

Die Intervalle haben die Lnge 2r . Wird r um 1 erhht, so verdoppelt sich a o die Intervalllnge (zu grerem r gehren langwelligere Waveletfunktionen), a o o der Betrag des Funktionswertes auf dem Trger wird jedoch geringer. Wird k a verndert, so verschiebt sich der Trger lediglich nach links oder rechts. Die a a 2

Amplitude von r,k ist so gewhlt, dass a

||r,k || :=

r 2

|r,k (t)|2 dt = 1

fr alle r und alle k, da | 2 |2 = 2r , was genau dem Inversen der Interu valllnge entspricht. Damit sind die r,k quadratisch integrierbar und normiert. a

Satz
Z, wie oben deniert, bilden eine orthonormierte Basis von

Die r,k (r, k L2 (R)

Beweis
Es wird zunchst gezeigt, dass die r,k ein Orthonormalsystem bilden. Die Nora miertheit wurde oben bereits bewiesen. 1. Ist k = l, so besitzen r,k und r,l disjunkte Trger; folglich ist a r,k , r,l = 0 (k = l), wobei f, g das Skalarprodukt in L2 (R) beschreibt, also

f (t) g(t)dt.

2. Ist s < r, dann ist r,k auf dem Trger von s,l konstant. Das Produkt der a beiden Funktionen ist nur auf Is,l ungleich 0 und die Vorzeicheneigenschaft der r,k bleibt erhalten. Damit folgt: r,k , s,l = 0.

Womit die Orthogonalitt gezeigt wre. a a Noch zu zeigen: Jedes f L2 (R) ist durch endliche Linearkombinationen der r,k (durch Waveletpolynome) im Sinne der L2 -Metrik beliebig genau approximierbar. 3

Da Funktionen im L2 (R) messbar, also durch Treppenfunktionen approximierbar sind, gengt es Funktionen f : R C der folgenden Form zu betrachu ten: es gibt ein m und ein n, so dass gilt: f (x) 0 (|x| 2m ) f ist eine Treppenfunktion, konstant auf den Intervallen In,k (wie oben deniert) der Lnge 2n . a Nun wird eine Folge (r |r n) von Waveletpolynomen konstruiert:
r

r :=
j=n+1

(
k

cj,k j,k ).

(4)

Schritt fr Schritt werden immer langwelligere Anteile (Verdopplung der Interu valllnge) aus dem Rest fr := f r herausgesiebt. a Zeige nun per Induktion: Das Waveletpolynom r und der Rest fr sind so bestimmt, dass f = r + fr fr auf den Intervallen Ir,k konstant gleich fr,k ist, wobei fr,k gleich dem Mittelwert von f auf dem Intervall Ir,k ist. Induktionsanfang Die Konstruktion beginnt mit n := 0 und fn := f , damit ist die erste Aussage erfllt. Die zweite Aussage folgt aus f konstant u auf den Intervallen In,k . Induktionsschritt: r ; r := r + 1: Mit den Gren: o r ,k := fr ,k := wird gesetzt: cr ,k := 2 2 r ,k r := r +
k
r

1 (fr,2k fr,2k+1 ) 2 1 (fr,2k + fr,2k+1 ) 2

cr ,k r ,k

fr (x) := fr ,k (x Ir ,k )

Setzt man die gegebenen Gren in f = r + fr ein, so erhlt man o a f = r + fr : Betrachte f eingeschrnkt auf das Intervall Ir ,k , dann erhlt man: a a 1 r + fr = r + cr ,k r ,k + (fr,2k + fr,2k+1 ) 2 r 1 1 = r + 2 2 (fr,2k fr,2k+1 )r ,k + (fr,2k + fr,2k+1 ) 2 2 Wegen r = r + 1 ist 2 2 r ,k (t) =
r

1 t Ir,2k 1 t Ir,2k+1
r

Setze die Betrachtung eingeschrnkt auf Ir,2k , also fr 2 2 r ,k (t) = 1 fort, a u dann erhlt man fr die Gleichung : a u 1 1 1 1 r + fr,2k fr,2k+1 + fr,2k + fr,2k+1 = r + fr,2k = f auf Ir,2k 2 2 2 2 Analog fr Ir,2k+1 . Damit gilt die Induktionsannahme auch fr r . u u Beginnend mit r = n erhlt man nach n + m derartigen Schritten die Beziea hung:
m

f = m + f m =
j=n+1

(
k

cj,k j,k ) + fm

Bleibt nun noch die Konvergenz der Reihe zu zeigen: Der Rest fm ist konstant auf den Intervallen Im,k . Da die Intervalle die Lnge a 2m haben und f (x) 0 fpr |x| 2m gibt es nur 2 Werte = 0: A := fm,1 Mittelwert auf [2m , 0[, B := fm,0 Mittelwert auf [0, 2m [ Die Reihe wird nun,nur fr fm , p weitere Schritte fortgesetzt: u
m+p

fm =
j=m+1

(
k

cj,k j, k) + fm+p

fm+p ist konstant auf den auf den beiden Intervallen [2m+p , 0[ und [o, 2m+p [ und sonst 0. Da f fr |x| 2m verschwindet, gilt: u fm+p.1 = 2p A; fm+p,0 = 2p B und folglich

||fm+p || =

|fm+p (x)|2 dx = 2m+p (22p |A|2 + 22p |B|2 )

Damit erhlt man fr die Norm: a u ||fm+p || = 2 2 Fr p ergibt sich: u ||f m+p || = ||fm+p || C 2 Womit auch die Konvergenz gezeigt wre. a
p 2 m

|A|2 + |B|2 2

p 2

0.

Aufwandsbetrachtung

Der Beweis des Satzes ist konstruktiv, da er einen Algorithmus zur Bestimmung der Koezienten cj,k liefert. Es handelt sich dabei sogar um einen schnellen Algorithmus, was man durch Zhlen der Operationen leicht sehen kann: Die a betrachtete Treppenfunktion f ist bestimmt durch N := 2 2m 2n Einzeldaten (Die Werte der Treppen). Im ersten Schritt werden aus den N Intervallen die Werte fr N doppelt so lange Intervalle berechnet, dazu bentigt man im u 2 o Wesentlichen zwei Additionen (Berechnung von r,k und fr,k das Halbieren und die Skalierung nicht mitgezhlt). Jeder weitere Schritt erfordert wieder halb a so viele Operationen wie der vorangegangene und nach n + m Schritten wird abgebrochen. Insgesamt hat man N 1 1 (1 + + + ...) 2 = 2N 2 2 4 Operationen.

Approximation von nichtnegativen Funktionen

Zum Schluss muss auf ein Paradoxon aufmerksam gemacht werden: Alle Waveletfunktionen r,k haben den Mittelwert 0:

r,k (t)dt = 0 (r, k Z)

Wie kann man mit derartigen Funktionen uberall nichtnegative Funktionen f approximieren? Die Approximation erfolgt in L2 in vielen praktischen Fllen a punktweise, aber nicht in L1 . Was dabei passiert, kann man am folgenden Beispiel untersuchen: Approximiere die Funktion (x) := 1 0 (0 x < 1) (sonst) (5)

mit Hilfe des im Beweis vom Satz verwendeten Algorithmus, wobei wir die vereinfachte Waveletfunktion tk2 r,k := Haar ( ) 2r verwenden. Zustzlich wird die Funktion a gr (t) := 1 0 (0 t < 2r ) (r 0) (sonst) (6)
r

eingefhrt. Mit der Rekursionsformel u gr = 1 1 r+1,0 + gr+1 , 2 2 6

(der negative Anteil des Wavelets schneidet jeweils die Hlfte vom vorangegana genen g ab, siehe Bild) ergibt sich durch Induktion fr die folgende Approxiu mation: r 1 1 + r gr (r 0) = g0 = j j,0 2 2 j=1

Vergleicht man diese Approximation mit der Approximation vom Beweis des g Satzes, so entspricht die Summe gerade der Approximante r und das 2r dem r Rest fr . Die Funktion hat zwar den Trger [0, 1[. Die Trger der Approxia a manten werden aber immer weiter ausgebreitet und die notwendige Diskrepanz zwischen und den r wird uber einen immer grer werdenden Bereich vero schmiert: r hat den Wert 1 21 auf dem Intervall [0, 1[ und den Wert 21 auf r r dem Intervall [1, 2r [.

fr (t)dt = 1 =

(t)dt

auerdem gilt:

|fr (t)|2 dt = 2r (

1 2 1 ) = r 0 (r ) r 2 2

und damit
r

lim |(t)r (t)| = lim |fr (t)| = 0 t,

r

(7)

letzteres sogar gleichmig in t. a


L S
2

 @ vr3f'WvQfk3v3jjrq@rq1WuI3taxWv2rqr&31 f x u xf jhf x xg x vf vj r uy d x y } q| x  f xt jhyp uh v u xf jhf ~II&3uxQ{I'j{53fIavQ xf jhf x r v x Y@Wfv$3f'Wv'rkqI"ax3raxxpk3v~  ry qy ry x fy u xf x @gTiDiY3ITgWgI3r33Ikr$ag53jrkq3v3x@g  fI3t't 3fxI2lxVkWxar3rrq x x j x ry xf Wj{u v 3fIt 'IfIjvWxGrkqWvrI5 Y m IQrrqljkv x x fs xtf rg w x j u   y jhf xg
t ect f C (R) t f (t) |t|
2

3fxjirqfIat3f@3fIatIj{3fax@Iatxvrjv&IVQ3xljn@g 2rqnjQrV31 y x v x x r v u ryf x y j x uy d x y } q| x s p q p 2~&vV xjaII3'1axvI3e WxrIaI WxY'iWxv~I{m v ygt xs x v qy ry vr } y qf x f m v x xxjj WjWjrrqqrqg ljx rWu'5Ixff 3taxx avut &mj 3n~{rdx3y qxavjQryyhj r5I3 axgj @3r 'Bs&Wfu vWx13j axxjav g3jvru akqavv }r t vv f r x f w q v G f x x u }p |I s x y v f x x gI Wxv3axWxm v } v v f 3fr3~3jxQrIry3j5IyfIavQ3fxtWxrIt x x } j q x  u xf jhf j x x t  vatI y f vI f f j It w1 agI1tfv 'af3rv IWruax 'sr iatnI'Ifyffftjv IIaxmtyxg 3faxr @vy 'I3f atxvrx v j vrx Ix3fy 3fljnx @3fIax f {axvku u Yav mr ew3axvIGWxxf Qhjva " x x q x r xu v v tg d t x y x xavI3x3u vWuva afGrWv Ix3y w x'f xWxnv@g'af 53fx 4$3vIQI3tj y'x txj @I'axfxg WarvIiuI'x I fIv3Wfxx iGvWxxv rIgj ax3rx Bs3zafx v { { xG fx x xfi x r j y  I u jrWxvpwIav{uIxIy&e3axvIxxjWx@g"ryIt3xQWfv3axvI5'rrqaxxjWjvj f jy f vf x r j y v r j h y f fIy3x' 3tjxvjQvxaf gWxvf'Iafx vQ'$av33xx rqWxkvIWv 3v 1x pQjx kqrWrvax fQ3fjxr x| axIkyv &'3vxy WtQIrgjxv ~q awIWxf3f arr3r3x~rx lj i"arWjy 3rx Ixxj I'axt tr @y x rf } t 4 I v m u fx  } yIy f fI'af}Qr3rqkI{uyz3IIayr3gk$xji3xWfvvuIatWrIwWsviky3rxe3fIavj xtft v q| x vf tf xt x y ry w x x ry j xf hf x v xp xffoh jffy xg x x x x x y v QrqkWv3if'InmljkvQih@3fav3ed3axvIWxvIaxwu tfs d h d i&rq3pigfec b
f : R C S L1

SRR UX US Ta`&YWRVTR P 9H F E C 97 QBHI1GD72BA9@86 % ! 0  ( %# !    54 321)'&$" 

L1 L 2

c>0

1 |t|n

L1 (R) S

L2

L2 (R)

L1


(D f )() = a 0
2 1 1 2

 xj'rkqvWg'tx jv f j g| x Iavjvlj3Wjv " Q'v nQrhqxxjIYIiWhvxjIs 'Q@ j xtry x jhy " {u x 'm q't r1 j h y Q y x v  ' j u ryxp vWjua} fI'Q3jtxf r3ryxljWjn3vIxx ~IyaxQIWfvj afvv I I'III3uh Wj{ux3uv {j{arv u } If s v x v x t  3vI~m xg } m WjWr't v V  Q'v  3r'3t$3YrItWxIaxxkxjavrI3td x x d x x d ry v ry v x x  q x u j v xs r v v }   IxrIy y rkqxvgWxrqr3'xmj3axWv{u j{u a WjWr'iIm vt ffy v|  x Q'v ly IQGf {auI3fIrqr3'2Qrqx{rIf a2 jhy x j u vf m xg xs j qy u v }   njarIm vt ffy mv x @Wt3gaxWvr@g Dm'WtvWj3vT v|   ryf x x  x f d q f d s p f p f p d g&2i&i2@gpVii&nqi2gtec tf jpy x v j r y axatIIyI1 axar ry j r y atI~IyI1 Wj{u v af3v@IWg't x xgy x j v f @ 3unlx"  x IQmatI4'm y j r ljl Q'v  WjWr't v V   r j x vtfg x u j xh j| x y 'WxIy'3txQf'Wt'@ry3xgj{ryy "iyrjvIIatv3jxQ3uIxj'| Q'v  atv3jxxjljkv f jhf x 'Wv'Wfvx xj3axvuIxIy&e3axvIWx1  v f v  v@'mxjai3fx3jxxjIs afv xg } v x t t v } q x v x v y x rp u x rp uh v f'faQr|Wfvx ax&Wj{3unm~Wjav{w gax{IIWxWjar3rxxj 'Wvirygjx px'QIfjf s f j 3gi3i&5axvIWv v j x f jhf vf x y v IavQxj3ax3rqIWx1 yf f j h f v o x r lx ' v x j h f x vV IavQWxjIIt Iy'3txQnjx f xjWxvljkgvx'kf Wvr yQ3 lx2x ax } f d q f d s p f d d f p 3&4 i2gp2g&rq
f
1 2

f=

f L1 (e f )() = f( ) f e

f L1 f )() = |a| D 1 f() (a R) (Da a f a>1 1 f < 1 a |a| f hR (Th f )() = eih f() f h (e )() = (Th f )() = L f (x)eix dx R
1 g Cc

f L1

f()

1 g Cc R

f L1

1 2

1 2

t := at t f ( a )eit dt = R f () 0
R R

eh (x) = eihx

eit f (t)eit dt =

f (th)eit =

f : R C

lim

f g

||

|a| 2

L1

Th f := f (t h)

1 2

g() = 0

1 2

t Da f (t) := f ( a )

<

Rf (t)eiat dt = |a| f (a) R R

f (f )ei(f +h) df = eih f()

f (t)ei()t dt = f ( ) f L1 f f x f (x)eix eh

f L1 > f() g()

s t

gjQfxjW3x xax3f'Wv'zfk3v3{x3Irqaxiaxxjay'x@3f3gx j f ry v  xf jhf x xg x xfo v v } j rt x v jh tf ry y v f xf jhf x fy u ry fxxjxaf{uQp'jIIljk m fIavQv}zI{vgjxjI rqkavxa} rg v @f 3fxIavQhjQ  3ax3v~3} Qp'jI 'ljr'aq Ij3ax 3vxv 3f f f x j h t f r y y r y f x f f dp pq d p g28 Vgp522
h r p q h i

e f

b c

b c

` a

 SY"AX%  !  W 7 8

' (

y u'tI r d }q | i j y y I f r xWxvI$Wx1in I3g axy xjvag r3rx rYkq v2af xv I3fWvyaf fIryxg arq3rnx Irf ~qy rvjxf kygjIuvarktxr Gxg IQajf 3vx u'r lq {yk&y v x h f j r } y v j x xg m xgy f j xf jhf x xt rhgy xf I~ixvImaxGgjx33f@z3fIavQ3f3f'Wfavar3rrq y } f3uxx If avj 3Qxf Vxj ay'r xj"3uvkt Ix gjy g3V3vxax j{fv ux xy&Wvv at ljxgj} uaafvnvQmj Gaf{ax3fx3vd x rv q&n 'm WxjIyr Qr3|xq ur y@wy j x f hf j x v x  I h f u y xf x x f v  Wx8klj rqv x xj ay'3fr rhxjq x mIQ5'tjx3yj WjvIay'I3txr3f 3tItxx 3}$Wj3vWx j {xjv u ay"Wx3v axkqrxrWr xvf r$ljq 'IkWjWsWrv'ijrytjv v'I3ffj xy j x t' d  g j r x r g  xx fItIt Q3'Wxar3rrqxj 3xxjikyIiI Dar3rx3fIWjarIv j xt xf x j rt x x xt vt  &  @Q x l  ex  xjWjrqIt3g vf g w x x x'atv'vIryI1I'"avWIGaf{Irq3x{rkqv~gjgg k3v~3}~ Q'v fo f fs ryf w v fo xf x x x x  'I53fx'p fs jhf xWj3v'hIatv3jxQ|3faxWrIafv x3@Ixgaf"marry35'ljvWrWj vy m x j r y x f x v r x g t' f xjl  D3r{uI3'{ af3vx x xh u x xjxxW{3uInx Wxxfry&x3f e'j3faxWxvv Ix ax vV3 a x v'r @fy xxav ax Tu IIaIarf @vy QWf f rjx agIvq a anmvlj@I"3fxrkpx Wfvwafaqvr 3}vaxt rh3}qv | v v } t h x v x x ' f x q v x y I fj y v  t  w  fIavjy'3txQfWxar3raxvj3f3f~'Wtaveuxrq Q'v j yp x x }f w x ry WjWr't v m m IatgWxav3rV  x v xg
f L1 f L1 1 ()eit d f (t) = 2 R f f

Q'v Qh fxxk3vx~l}Qp rkqWvI~3}'t j jhf rfo x u3fWvxQhp'fjrII$jQrqIuIav{uIxIy&eWj3raaxIvv t Iax V x j t y y y f j y f v  i3r D i& 

(r) f () = (i)r f ()

1 2

(f g)() =

f, g L1

g(t)

f (x t)e

1 2

(f g)() =

r 0 f C r f (r) L1

R ( R f (xt)g(t)dt)e ix

dx)dt =

g 2 f ()()

2f () 1 2

ix

dx =

Q I VU

9 TS # 5

Q I RP

# F ! HG8

 E

5 B DC A@ 5 9

5 64

1 2

% # ! &$"

   

(f

g)(x) :=

f f (t)

f (x t)g(t)dt f g S

|t|

f () 0

1 2

g(t)e

g L1 0

RR f (xt)g(t)e it

dt

|| f

3 

) 0

 

ix

d(x, t)

g h

) A

d 

d D

 jjrq@55rWx5rkqxv4x3afv3x  vf g w fy qy v xf f y f u ' x G | x u u ' ' 'y v j f Q x v w xyy t f IIaxrvgjq {{yuru k I3ffx '{{II~Whia} r Ir {s Wj3vr'kqx hWvIg3Wx@vx gI taxxQraxqrv af3fItxx I i3rfvIr &kyrIux s j } gt j s y s r rt f p f d q f s f p f h h p f ig&v igp3highi2& p s p s f d q f d s d i 5 $ g&4 i2@gp2igp  xf u x v } 3f@3xljrIauv 3nWxxjav 'av}131 fyt x x x rkqWv{@f r u rkqxv4agIt3mxjaIg3axv'3txQafv @ j v x v y j xg f jhf v y 'WvQvWx" g f x u f y 3rx  h y } qx t x f fx w rrq4xj'1k3v~x ~4irIkq "agyjjvs I3t|v ux 5T{ufIx rqn 3'jx {r3u~} Qwf 'v v3}xafv 3x ' d u | x3Ixg@Wfm xf x v WjarIt v V 33ria~ ii gr B gi&  xja~r'pkyin5raqavI34Wxv3jv'xlWfvx v jh ryh| x rt xg x u x '@nmat3v3x3rx3rIayi3sxry 5IIi431 'IWjWsv'hlx ~axur3Iy y j x qf r ry fs jy| x fs j v j v v x x f ym f Q@ffj gj'kxx txWr@ygv y rf Q'@I3fytqy y nWx} I'vWyf fiuav'Qj l@ryffh xWx'v 'kqr xxvj3 Wgvjax 'tgV3fr3~y} x g x v j x y I v x x  x x Wxv f afiixyj ahWjv'g Ir eIapfvWjyx QYnmhjyv 3f x 5rxj I3 af5x3v jav'Iu s Ixk xvIyf a&er y ax3f afvw IfxxnaxWv x } nk3vgafv vf v v u | x j I j f { f y v v @f4 x x xg j 'rkqv ljk'Wfr3axari3fx3axvxjag'rkqf u v t v r w  v x j v WfvvuIatWrIV x x x ry uI axgjraqv3x@g v xf x y jh ryh| y I'pkyi'ljkv h | y f q f r x v } f x x j f f y x h } v @ uI axv jlr'3faxIax@axv'3 3{nf '2v3f p@3frx ky i~Va'wu hpp f h p f hp d V2i3h r1 &Ve  gp
i h 6 h

e f

x y

1 x y A

v w

t x r s xxjWx {uf rqj Ixx es~x 3rrqx q 5Qryfhtjvyk j I~3ypr v'x r'aq ix'{I{afsxf 3v4'Q3tjx3rx 5fdx3fxf rkqWvf yrfyj xf xjaWxgjvv xWxpv 3x QafiI''3gf W'vx {3tr v I t' j v f t fi ux x W @35af3vafxv j3~x}'I'GvWsff xQxjj } 'axf W'f 3r3xj'jx vt refxn 3fx'QI~3}v''Iktuxp Iij r y x x x hx vvj x x j t h @ h y f f y u f f y h t f f h y r x'WuIy& f@I3f'Wv'{xxnWx13jxWjy3It fIavQrIrh~ fxjikyI4j{u y r j xgy xf jhf v r x xf jhf x q j rt v v3gvfygrxax I3f ~r33~afxx 3vv3fWfvx 'Wv ' 2 j 3Irx kt q vafaxx3v fv'Qx ry{aI'krf y vQfxjs rx "Wxv 2@x| 2Wjg 3fx3vy gQfjvwW fWI3rx xt x x j p t } i f j h f  i 3x I x } v x ' hf f x q j rt v f jhf x x x xt x x vf x v 'rh@$fxxjay'j{u IavQ5f3f3g'3t'3af3vx 3kiW iahrnqax

R g (t)dt = 1

L2

L1 L2

f, g

f , g = f, g

f, g L2

f, g :=

f :=

(x, t) f(x)g(t)eixt R , g = 1 (x)( g(t)eixt dt)dx = f f R 2 R

f L2

f, f

f (t)g(t)dt

L2

L2

[, ]

= f

F :f f 2 L

1 2

L2

L 1 L2 L1 L 2

i j

R( R

L2

f (x)eixt dx)g(t) =

L2

"

s n

s m

 xgy xt f@I~3II& y p u hI vIh fI h x y g If Ixx IQyjt h {'IWx fy Wfx vaxjiy ~{Iyft y xj ' 3jWjxv3fnx@xjx vrg 3f'rxq 'xxraqf GvWx fWfvx @Ikf aratyvr 1nm x3fgjxWj 3fxvxnI@3tx 23xg 'Irftxg affxv j w r x rf x r y |' hyp uh x x ffy v f jhf x u r fyt x x ry v y QI{IIfaf3vIh Iinhnmljk'Wv' pI{'W'3x'WfvaxWrI3uxaxWfv "  tf j g rq@w x x r 3f'Wt' 3u3vx @3x IWj} @zy kryI3txQfnGfIjx t{I$fsux3v '3xf 5Wxj rqv {Wg j {Izfrx Ikq yxv vy u f g ~r x f r j x f o x v I & fWxIayv 3fax axgv {@ag'3v 2xh qx3 r {Iaxf aWrvIQu ~xx nWxx pv '{"Inu f aIi3xI't r g y }p fx I v r j y h rj f y r u f 3fx vxWf xf 'Ih 3vaw~Tn} mljkv gu y II&$3fxQI{III''x xt jhyp uh yt 'Dmaryv3ux fr$$3fxQrIrygjawu y r j x qf ff j q xg v av}~4I Q'v x x xf  WjWr' vt x f mIgWxv3fxf atv3jxxjeux13fxljnaf{u xj3ax{u'l@ryxWxv'ax"xjkv y x v ry x v v f v m Iar3rrqx ymgy xf Wj{u v jt r Wfav4    y x v jf j v x } x v x qf j q xg v i3fxjrq3f'Wt1xQyx3xQaf1x3xjv4'Wtaf3virgjgjlxfxQrIry3j@awu xjWjrqTnm3It3g'atI1Iry'I'kxva3vx4av3fx }x~axx }3I  Q'v v f g w x x v f o f f s r y f w y vu x s  x uy raqvVIy {d 3jr&nTuap'{Il3faf3vj3ax3vWfIaviuIxry&e3axvIWx1  y } q| x v u x x v f jy f v
S f L1 f () = (i)r (tr f )() |t|
R

|t| |f (t)| dt <

e f

k l

1 2

eit

[b, b]

[b, b]

f() (f )
(r)

1 2

b b

|f (t)| e|tIm()| dt ceb|Im()| eit

f L1 b f() = b f (t)eit dt = +i = ei(+i)t eb||

r

b t b f L1 f

Numerik Seminar: Wavelets Unscharferelation und Sampling-Theorem

Merten Lampe letzte Anderung: 24. Mai 2003

Numerik Seminar: Wavelets

1
1.1

Wiederholung, Schreibweisen, Denitionen

Wiederholung
Schwartz-Raum S Raum der schnell fallenden Funktionen, Abgeschlossen unter +, , F , . Es gilt: Cc S Lq dicht! Aquivalenz von Dierentiation und Multiplikation f () = f (). Funktionen in S(Rn ) werden als L2 -Funktionen interpretiert und dort mit Norm und Skalarprodukt versehen. Es gilt: f, g :=
Rn

f (x)g(x)dx

und ||f || := Formel von Plancherel f (x)f (x)dx =

Rn Rn

|f (x)|2 dx

f , g = f, g , ||f || = ||f ||.

1.2

Denitionen

Eine Funktion f (t) heit -bandbegrenzt, wenn ihre Fouriertransfor mierte f () einen kompakten Trger hat, der innerhalb [, +] liegt. a heit dann auch die Bandbreite von f . := /T heit die Nyquist Frequenz zum Abtastintervall T .

2
2.1

Die Unschrferelation a
Korollar
1 ||xf (x)|| || f ()|| ||f || 2

Der mathematische Teil der Heisenberg-Ungleichung

folgt aus den oben genannten Eigenschaften der Fouriertransformation. Beweis Der Satz gilt f r beliebige L2 (Rn , C)-Funktionen - gezeigt wird die u Behauptung hier nur f r f S(R, C); aufgrund der Dichtheit kann der Satz u dann fortgesetzt werden. Im Mehrdimensionalen funktioniert der Beweis analog. Benutzt wird die Cauchy-Schwarz-Ungleichung, die Formel von Plancherel und

Numerik Seminar: Wavelets

partielle Integration nach x. Der Term vor dem letzten Integral fllt weg, da a ff S : ||xf (x)|| || f ()|| = = = = = = = ||xf (x)|| ||f (x)|| | xf (x), f (x) | |Re xf (x), f (x) | 1 | xf (x), f (x) + f (x), xf (x) | 2 1 xf (x)f (x) + f (x)xf (x)dx 2 R 1 x f (x)f (x) + f (x)f (x) dx 2 R 1 xf (x)f (x) |R f (x)f (x)dx 2 R 1 f (x)f (x)dx 2 R 1 ||f ||2 . 2

2.2

Physikalische Interpretation der Unschrferelation a

In der Quantenphysik sind physikalische Gren kleiner Teilchen nicht klar oder o eindeutig bestimmt. Der Aufenthaltsort eines Teilchens beispielsweise kann nur mit Hilfe einer Wkeits-Verteilung angegeben werden. Eine typische Verteilungsdichte wre ein normiertes Betragsquadrat einer Schwartz-Funktion : a fOrt (x) = (x) (x) = |(x)|2 . Die Impulsdichte eines Teilchens ist deniert uber die Fourier-Transformierte des Ortdichtenerzeugers : fImp () = () () = |()|2 . Dabei fehlt anscheinend eine direkte Anschauung, warum es gerade die Fouriertransformierte ist; diese Denition hat sich einfach bewhrt und liefert richtige a Ergebnisse. Wenn man mit diesem Wissen den betragsmigen Erwartungswert f r Ort und a u Impuls betrachtet, erhlt man folgendes Ergebnis: a EOrt X 2 = und EImp Y 2 = 2 fImp ()d = () ()d = || ()||. x2 fOrt (x)dx = x(x) x(x)dx = ||x(x)||

Demnach gilt, dass ||x(x)|| und || ()|| nicht gleichzeitig beliebig klein werden knnen und deren Produkt als untere Schranke die Zahl 1 ||||2 hat. o 2

Numerik Seminar: Wavelets

Anmerkung |||| = 0, da dann auch die Ortsdichte fast uberall Null wre a und wir damit keinen Aufenthaltsort und somit keine Existenz des Teilchens bekommen. . . u Die Erwartungswerte E(.)2 geben einen Wert f r die mittleren quadratischen Abstand, deren Wurzeln also den mittleren Abstand vom Ursprung an. Dieser ist auf jeden Fall eine untere Schranke f r die Ausdehnung der Dichten und u damit ein Wert f r den Grad der Ungewissheit. . . u Demnach kann man unter den obigen Annahmen den Ort und den Impuls eines Teilchens nicht gleichzeitig beliebig genau bestimmen; dieses ist die bekannte Unschrferelation von Werner Heisenberg (1901-1976) a x px . Anders ausgedr ckt, muss ich zur Messung des Impulses px mit der Genauigkeit u px das zu untersuchende Telchen mindestens auf einem Weg der Lnge x a beobachten. . .

Die Kardinalreihe und das Samplingtheorem von Shannon

Ziel ist es, diese Frage zu beantworten: Wann ist es mglich, ein Zeitsignal f S(R, C) durch Kenntnis diskreter Punkte o f (kT ) zu rekonstruieren?

3.1

Denition

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

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

(1)

als die Kardinalreihe von f , wobei sinc(x) := x1 sin(x). Da sinc beschrnkt a

1

0.8

sinc(t)

0.6

0.4

0.2

0.2

0.4 25

20

15

10

10

15

20

25

Numerik Seminar: Wavelets

und stetig (ergnzbar) ist, konvergiert sie f r hinreichend fallendes f absolut a u und damit gleichmig auf ganz R gegen eine stetige Funktion f . a Es gilt 1 sin(k) = 0k , k denn sin(k) 0 k Z und an der hebbaren Denitionsl cke k = 0 gilt u sinc(0) = 1 wegen sin(x) = 1. lim x0 x Demnach gilt sinc(k) =

f (mT ) =
k=

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

=
k=

f (kT )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 -bandbegrenzt. Ferner gen ge f der Abschtzung u a f (t) = O 1 |t|1+ , (2)

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

fK (t) :=
k=K

f (kT ) sinc((t kT ))

gleichmig auf R gegen f . a Beweis Wegen (2) ist f L1 L2 und damit f C. Es gilt f () = 0 f r u || > . Aus der Stetigkeit von f folgt noch f () = f () = 0 und nat rlich u f L1 . 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 2 1 2 f ()et d
R +

f ()et d

(3)

Numerik Seminar: Wavelets

Die auf [, +] stetige Funktion knnen wir durch eine (per (/) o transformierte) 2-periodische Funktion F auf ganz R fortsetzen, diese werden wir jetzt fourierentwickeln:
+

F () =
k=

ck ek(/) ,

mit Koezienten ck = = = = 1 2 + F (s)eks(/) ds 2 2 1 f (s)eks(/) ds 2 R k 2 1 f (s)es( ) ds 2 R 2 2 f (kT ). 2

(4)

Achtung: Allgemein konvergiert die Fourier-Reihenentwicklung nur im L2 Mittel und nicht punktweise oder sogar gleichmig. Unsere Funktion ist aber a stetig und st ckweise dibar, so dass die Fourier-Reihe gleichmig konvergiert. u a Beweis siehe [Fo01, Satz 23.3] Es gilt also mit Summationsumkehrung k k: F () = 2 2
+ k=

f (kT )ekT .

Jetzt mchte ich f aus f = F o 1 2 1 2 1 2 1 2 1 2 1 2

+ + +

[,+]

zur ckgewinnen: u

f (t) = =

f ()et d 2 2
+ k= +

f (kT )ekT

et d

f (kT )
k= + +

e(tkT ) d cos((t kT )) + sin((t kT ))d

+

(5)

f (kT )
k= + k= +

1 f (kT ) [sin((t kT )) cos((t kT ))] t kT f (kT ) 1 [2 sin((t kT ))] t kT

k=

Numerik Seminar: Wavelets

+

1 2 1 2

f (kT )
k= +

2 sin((t kT )) (t kT )

f (kT )2 sinc((t kT ))
k=

Wobei wir in (5) Integration und Reihe vertauschen durften, da die Reihe gleichmig konvergiert. a

Under- und Oversampling

Was passiert nun, wenn wir per Kardinalreihe eine Funktion aus bekannten Punkten f (kT ) rekonstruieren wollen, aber das T falsch gewhlt worden ist? a Mglich wre ein zu hohes T , bei dem die Abtastrate zu niedrig ist und die ero a wischte Nyquist-Frequenz unterhalb der echten Bandbreite von f liegt. Ebenfalls betrachten werden wir den umgekehrten Fall einer zu hohen Abtastrate, bei dem wir weit hhere Frequenzen abtasten, als es eigentlich ntig wre. . . o o a

4.1

Undersampling

1 Beim Undersampling ist die Abtastrate T 1 < T zu niedrig, dh. es werden < || beachtet. nur Frequenzen bis || Betrachten wir die beiden Gleichungen (3) und (4). Dort wurde vorausgesetzt, dass f auerhalb von || verschwindet. Dieses ist nun nicht mehr der Fall, die Kardinalreihe stellt also in diesem Falle f nicht mehr dar. Die Frage ist nun, welche Funktion f dargestellt wird und wie diese mit f zusammenhngt. a Ein anschaulicher Tipp wre a

1 f (x) = 2

f ()ex d,

demnach w rden nur die hohen Frequenzen aus f gestrichen. Dem ist aber nicht u so, es tritt sogenanntes Aliasing auf - wir werden gleich sehen, was das ist und warum es auftritt: Sei f () 0 f r || > und gelte der Einfachheit halber f r die Nyquistu u Frequenz folgende Grenbeziehung: || < || < |3|. Wir betrachten f an den o Abtaststellen f (k T ): f (k T ) = = = 1 2 1 2 1 2 1 2
3 + + f ()ekT d + + f ()ekT d + +3 + f ()ekT d f ()ekT d

f ()ekT d + f ( 2)ekT (2) d + f ( + 2)ekT (+2) d

f () + f ( 2) + f ( + 2) ekT () d

(6)

Numerik Seminar: Wavelets

Wobei in (6) benutzt wurde, dass ekT (2) = ekT e2kT = ekT e2k = ekT . Die Kardinalreihe rekonstruiert also eine Funktion g, die mit f uber g = f () + f ( 2) + f ( + 2) zusamenhngt. Anschaulich gesprochen ist das eine Funktion, die die uberhalb a der Nyquist-Frequenz liegenden Frequenzen von f so frequenzverschoben beinhaltet, dass sie innerhalb der Nyquist-Bandbreite liegen. Also fehlenden dem Ergebnis der Kardinalreihe nicht nur die hohen Frequenzen, zustzlich treten a genau diese Frequenzen mod 2 in den tieferen Frequenzen als Strung auf. In o

der Audiotechnik zB. ist das Aliasing nat rlich hchst unerw nscht, beispielsu o u weise knnte so die Melodie einer hohen Stimme in den Bassbereich gezerrt o werden. . .

4.2

Oversampling

Beim Oversampling ist die Abtastrate T 1 > T 1 , dh. es w rden auch Freu quenzen bis || > || betrachtet, wenn diese denn vorhanden wren. a Diese Weitsicht kann in der Praxis dazu verwendet werden, die Konvergenz der Kardinalreihe mithilfe von Hilfsfunktionen (von f unabhngig, also als a Konstante speicherbar) zu verbessern. Beispielsweise, um die Genauigkeit nach endlich vielen Schritten zu erhhen. o Betrachten wir wieder die beiden Gleichungen (3) und (4), diese gelten diesmal und wir knnen f r alle || schreiben (mit f () = 0 f r || , ): o u u f () = 2 2
+ k=

f (k T )ekT .

Numerik Seminar: Wavelets

Zum Beweis brauchen wir noch eine der eingesetzten Hilfsfunktionen q : 0 f r || u (2||) 1 q () := f r || u sin 4() 2 1 f r || u

Es gilt: f (t) = = = 1 2 1 2 1 2 1 2
+ + + +

1 f ()et d = 2 q f ()()et d 2 2
+ k= +

f ()et d (7)

f (k T )ekT q ()et d

(8)

f (k T )
k=

q ()e(tkT ) d

=: 2Q(tkT ) +

=
k=

f (k T )Q(t k T ).

(9)

Wobei (7) gilt, da in den kritischen Bereichen immer mindestens eine der beiden Funktionen und damit ihr Produkt Null ist und in (8) wieder die glm. Konvergenz der Kardinalreihe ausgenutzt wurde. In (9) haben wir nun einen neuen Ausdruck f r f (t) mit Hilfe von Q(s); diese u fllt wesentlich schneller ab als sinc(s) und trgt somit zur schnelleren Konvera a genz der Reihe bei.

Numerik Seminar: Wavelets

10

Eine explizite Darstellung der Funktion Q lautet: Q(s) = = = = = = = + Also ist |Q(s)| = = = 1 1 8( ) 8( ) + + 2 + 4s( ) 2 4s( ) s 2 1 8( ) 4 + s 2 4 2 16s2 ( )2 4s( ) 2 4s2 ( )2 + s 2 4s2 ( )2 s 2 4s2 ( )2 + 4s( ) 2 s 4s3 ( )2 1 s3 . 2 4s2 ( )2 1 2 1 1
0 + +

q ()e

1 d = 2

q () [cos(s) + sin(s)] d
+

q () cos(s)d + cos(s)d +
0

q () sin(s)d (2 ) ) 4(

(10) cos(s)d

1 cos(s) sin 2

(2 ) 1 1 1 sin(s) sin(s) cos(s)d sin sin(s) + ) 2 s 4( sin(s) + sin(s) 1 (2 )[]4s( ) d (11) sin 2s 2 4( ) sin(s) + sin(s) 1 (2 ) + 4s( ) 4( ) cos ) ) 2s 2 2 + 4s( 4(
4( ) (2 ) 4s( ) cos 2 4s( ) 4( ) 1 1 sin(s) + sin(s) 4( ) 1 + cos( + s) cos( + s) 2 + 4s( ) 4 4 2s 2

4( ) 2 4s( )

1 1 cos( s) cos( s) 4 4

= O

Wobei wir in (10) benutzen, dass der Cosinus und q gerade Funktionen sind, sowie der Sinus eine ungerade. Demnach ist q sin wieder ungerade, weshalb ein achsensymmetrisches Integral verschwindet! In (11) ist zur Abk rzung sin([]) := sin() + sin(). Die Formel wurde u erzeugt durch die Identitt a sin x cos y = 1 (sin(x y) + sin(x + y)) . 2

Numerik Seminar: Wavelets

11

Literatur
[Bl98] [Fo01] [Fo99] [K99] o [K00] o C. Blatter: Wavelets - Eine Einf hrung, Vieweg Verlag u O. Forster: Analysis 1, 6. Auage, Vieweg Verlag O. Forster: Analysis 2, 5. Auage, Vieweg Verlag K. Knigsberger: Analysis 1, 4. Auage, Springer Verlag o K. Knigsberger: Analysis 2, 3. Auage, Springer Verlag o

Die kontinuierliche Wavelet-Transformation

N. Anstadt 21. Mai 2003

Denition: (Mutter-)Wavelet
C, die die folgenden 2 Bedingungen erfllt, heit u
L2 , d.h. =1 (1)

Eine Funktion : R (Mutter-)Wavelet.

2
R

|(a)|2 da =: C < |a|

(2)

Ob ein vorgegebenes L2 die Bedingung (2) erfllt lt sich nicht u a sofort sehen. Folgendes Kriterium ist daher von Nutzen.

Satz
|t|||dt < . Dann ist Bedingung 2 quivaa (3)
+

Sei L2 mit t L1 , d.h. lent zu:

(t)dt = 0 bzw. (0) = 0

Beweis:
(=): Ein solches liegt auch in L1 . Es gilt: 1 (0) = 2 (t)dt

Da stetig, ist Bedingung 2 nur erfllt, wenn (0) = 0 ist. u (=): Aus t L1 folgt C1 , denn: |t|r |f (t)|dt < Cr 1

 Sei M := sup{| ()| | || 1} Mittelwertsatz: f (b) f (a) = f ()(b a) Damit folgt dann: |()| = |() (0)| | ()| = M|| Einsetzen und Parselwalsche Formel liefert: |()|2 d ||
0<||1

M 2 ||2 d + ||
||1

|()|2 d M2 +

< .

Denition: Wavelet-Transformierte

Sei , Wavelet, festgewhlt. Dann ist a Wf (a, b) := 1 |a|

1 2

f (t)

tb dt a

(a = o)

(4)

die Wavelet-Transformierte des Zeitsignals f L2 bezglich . Der Deniu tionsbereich der Wavelet-Transformierten ist die zersgte Ebene, a d.h. R2 := {(a, b) | a R , b R}

3.1

Bemerkungen

Da oft nur positive a-Werte in Frage kommen, muss Bedingung 2 modiziert werden. b bezeichnet die Verschiebung lngst der Zeitachse, daher wird meist a die b-Achse horizontal und die a-Achse verikal gezeichnet. Die Wavelet-Transformierte hngt im Gegensatz zu f und f von zwei a Variablen ab und ist daher graphisch schwer darzustellen.

Denition
a |a|
1 2

Sei , Wavelet, fest gewhlt. a = 0, b > 0 a a,b (t) := tb a (5)

Dies bezeichnet die von 0 aus mit dem Faktor |a| in die Breite gezogene, im Fall a < 0 an der vertikalen Achse gespiegelte, um b nach rechts verschobene und renormierte Funktion .

Es gilt: |a (t)|2 dt = 1 |a| 1 t |( )|2 = a |a| |(t )|2 |a|dt = 1

Mit Hilfe von a,b Wf (a, b) =< f, a,b > und der Schwarzschen Ungleichung zeigen wir die Beschrnktheit der Wavelet-Transformierten. Es a gilt: |Wf (a, b)| f a,b = f

Satz
Wf (a, ) : b Wf (a, b) (6)

Fr festes a = 0 ist die Funktion u

die Fourier-Umkehrtransformierte der Funktion 1 Fa () := 2|a| 2 f ()(a)

(7)

Insbesondere ist die Wavelet-Transformierte auf den Horizontalen a=const. stetig und geht mit b gegen 0.

6
6.1

Beispiele
Die Wavelet-Transformierte von Haar
Haar 1 (0 x < 1 ) 2 := 1 ( 1 x < 1) 2 0 (sonst) 3 (8)

Es folgt: Wf (a, b) =

1 a

b+ a 2

b+a

f (t)dt
b+a

f (t)dt
b b+ a 2 b+ a 2

a 2 2 a

f (t)dt (9)

f (t)dt
b

2 a

b+ a 2

Interpretation: Die Wavelet-Transformierte stellt die Dierenz von Mittelwerten der Funktion f uber 2 benachbarte Intervalle der Lnge a in der a 2 Nhe von b dar. a bzw. Wf (a, b) = 1 a
b+ a 2

a f (t) f (t + ) dt 2 a | | f 2 a + d 2

1 = a

a 2

b+

(10)

a 2

Interpretation: Hier kann man die Wavelet-Transformierte als gewichtetes Mittel von f uber [b, b + a] interpretieren.

6.2

Mexikanerhut

Es wird am Beispiel des Mexikanerhuts die Wavelet-Eigenschaft nachgewiesen. Sei t2 2 (11) (t) := 1 4(1 t2 )e 2 3 g(t) := e 2 ist die Gaufunktion. Ihre zweite Ableitung ist: g (t) := (t)e
t2 2 t2

= e

t2 2

+ (t)2 e
t2 2

t2 2

= (t2 1)e

t2 2

2 d.h. (t) = g (t) mit := 3 4 (1 t2 )e Man kann zeigen: g = g. Damit folgt:

Normierungsfaktor.
2

() = () = (i)2 g () = 2 e 2 g

(0) = 0

ist ein Wavelet.

6.3

modullierte Gaufunktion

Sei > 0 Basisfrequenz, fest gewhlt. In der Praxis hat sich := 5 bewhrt. a a Kein schlechtes Abfragemuster wre z.B.: a t (t) := eit e 2 Leider ist jedoch (0) = 0. Ansatz: (t) = (eit A)e () = e
t2 2 t2

, A=const ist gesucht. Ae

2 2 (0) = e 2 A 2

()2 2

 mit A = e

2 2

ist (t) := eit e

2 2

t2 2

(12)

ein komplexwertiges Wavelet (Bedingung 3).

6.4

Lemma

Eine beliebige Funktion L2 mit Norm 1, Mittelwert 0 und kompaktem Trger ist automatisch ein Wavelet. a Beweis: (t) 0 fr |t| > b. Die Funktion h(t) := |t|1[b,b] (t) ist in L2 . u
b b

|t||(t)|dt =< h, || ><

b

|t|1[b,b] (t)| dt =
b

t2 dt <

ist ein Wavelet.

6.5

Darstellung einer Wavelet-Transformierten

Gegeben sei das folgende zusammengesetzte Zeitsignal f (t) := 2, 883f1 (t) + 1, 205f2 (t) + 0, 968f3 (t), welches aus den drei Noten f1 (t) := 2 2|t + 2| (3 t 1), f2 (t) := 1 cos(2t) 1 f3 (t) := (1 cos(5t)) 2 besteht. 6 (0 t 3), (4 t 6), := 0 (sonst) := 0 (sonst) := 0 (sonst) (13)

Um das natrliche Abklingen von Wf (a, b) mit a 0 besser darstellen u zu knnen, wurde in Bild anstelle von Wf die Funktion o w(a, b) := 1 a2
3

|Wf (a, b)| (0 < a 0, 4)

(14)

dargestellt. Die erscheinenden Intensitten wurden so gewhlt, dass die drei a a Anteile w1 , w2 , w3 in dem dargestellten (a,b)-Bereich denselben Maximalwert wmax = 10 haben.

Abklingverhalten
Florian Klunker Es wird weiterhin die Wavelettransformierte Wf (a, b) betrachtet, wobei der Parameter a eine Auskunft uber die Breite der verwendeten Mutterwavelets gibt und b eine Information gibt, an welcher Stelle x eines verwendeten Signals die Stelle 0 eines Mutterwavelets sein soll. In diesem Abschnitt soll nur der Parameter a interessieren. Genauer gesagt, interessieren wir uns fr das u Verhalten von Wf (a, b) fr a 0. u Da a eine Frequenzinformation wiederspiegelt ist folgendes zu erwarten: Ist die Funktion f hinreichend glatt und gengt das Wavelet noch zu bestimmenden Anu forderungen, ist lima0 Wf (a, b) = 0. Genauer: Es lsst sich Wf (a, b) darstellen durch a Wf (a, b) = |a|N + 2 C, N N, C R. Treten in f oder einer ihrer Ableitungen Knackpunkte auf, so hat das einen Einu auf die Transformierte an dieser Stelle. Genauer: Tritt ein Sprung vom Wert in der r-ten Ableitung an der Stelle b auf, dann gilt Wf (a, b) = |a|r+ 2 (C + D), C, D R. Dieses wird jetzt im Weiteren gezeigt.
1 1

Satz

Sei Wavelet mit t L1 , f L2 beschrnkt und an der Stelle b Hlderstetig, also in jeder a o Umgebung von b gilt: C > 0 : |f (t) f (b)| C|t b| , ]0, 1]. Dann gilt: |Wf (a, b)| C |a|+ 2 . Beweis: Aufgrund der Symmetrie von a wird im weiteren nur a > 0 betrachtet. Ausserdem ist (t) dt=0. Daher lt sich die die Wavelettransformierte auch folgendermaen schreiben: a Wf (a, b) = = 1 a 1 a
1 2 1

f (t) f (t)

1 2

tb a tb a

dt dt 1 a
1 2

f (b)
=0

tb a

dt

1 a2
1

(f (t) f (b))

tb a

dt.

Damit folgt aus der Hlderstetigkeit: o |Wf (a, b)| Substitution von y :=
tb a

C a
1 2

|t b|

tb a

dt.

liefert dann |Wf (a, b)| |a|+ 2

1

|y| |(y)| dy

Fr || 1 gilt: |y| 1 + |y| und nach Vorraussetzung existiert das letzte Integral, und damit u ist die Behauptung bewiesen. 1

Lemma:

Sei Wavelet mit t L1 , f L2 global Lipschitz-stetig. Dann existiert ein C (unabhngig von a b) mit 3 |Wf (a, b)| C|a| 2 .

Denition
tk (t) dt (tk L1 , (sonst).

Das k-te Moment einer Funktion ist Mk () :=

Ein Wavelet ist von der Ordnung N , wenn tN L1 , Mk () = 0 (0 k N 1), MN () =: = 0.

Satz

Ein Wavelet mit kompaktem Trger sei von der Ordnung N . Ist das Zeitsignal f L2 in einer a Umgebung U der Stelle b von der Klasse C N , so gilt: Wf (a, b) = |a|N + 2 ( f (N ) (b) + o(1)),
1

(a 0),

mit := sgnN (a) /N !. Beweis: Es sei (t) 0 fr |t| > T > 0 und a > 0, wobei [b aT, b + aT ] U . u Taylorentwicklung an Stelle b:
N f (t) = jb 1 f (t) + N wobei jb f (t) = N k=0

f (N ) ( ) f (N ) ( ) f (N ) (b) N (t b)N = jb f (t) + (t b)N , N! N!

ck (t b)k . tb a

Fr die Wavelettransformierte u Wf (a, b) = betrachten wir somit: (t b)k tb a dt = ak+1 t (t ) dt =

k

1 a2
1

f (t)

dt

0 aN +1

(0 k N 1), (k = N ).

Damit lt sich Wf (a, b) darstellen als: a f (N ) (b) + R. N! Es fehlt nur noch: Abschtzung fr R. Betrachte dazu die Hilfsfunktion a u Wf (a, b) = aN + 2
1

w(h) :=

sup |f (N ) ( ) f (N ) (b)| (h 0).

| b|h

Nach Voraussetzung an f ist lim w(h) = 0.

h0+

Damit lt sich der Rest R mit der Substitution t := b + at ; T t T darstellen als a R= 1

1 2

a N! 1 aN + 2 = N!

(f (N ) ( ) f (N ) (b))(t b)N

tb a

dt

(f (N ) ( ) f (N ) (b))(t )N (t ) dt

Es ist zischen b und t = b + at . Damit lt sich R abschtzen: a a |R| aN + 2 N!

1

w(a|t |)|t |N |(t )| dt

T

aN + 2 w(aT ) N!
h0+

|t |N |(t )| dt .
T

Da nach Vorrausetzung an das letzte Integral existiert und lim w(h) = 0 gilt, folgt damit die Behauptung, da sich R darstellen lt als: a R = aN + 2 o(1) (a 0). Anmerkung: Das letzte Ungleichheitszeichen, welches auch mit markiert ist, ist die einzige Stelle, an der dringend bentigt wird, dass das Mutterwavelet kompakten Trger hat. o a Die Anforderungen an die Wavelets und die Funktion sind schon sehr hoch angesetzt. Mit einigen Anderungen des Beweises kann man aber auch folgende Behauptung zeigen:
1

Satz:

Es sei Wavelet der Ordnung N . Es sei f L2 C r , r < N, f (r) global Lipschitz-stetig. Dann gibt es ein von b unabhngiges C > 0, so dass gilt: a |Wf (a, b)| C|a|r+ 2 . Das einzige, was jetzt noch fehlt, ist die Betrachtung, wenn die Funktion im wesentlichen gute Eigenschaften hat, aber an einigen Stellen die geforderten Bedingungen nicht erfllt. u
3

Denition
f (r) (b+) f (r) (b) =: .

Ein r-Knackpunkt, r 0 ist eine isolierte Sprungstelle b der r-ten Ableitung von f :

Satz

Es sei ein Wavelet der Ordnung N mit kompaktem Trger. Das Zeitsignal f L2 besitze an a der Stelle b einen r-Knackpunkt, r < N . Dann gilt: Wf (a, b) = |a|r+ 2 (C + o(1)) (a 0) mit einer von f unabhngigen Konstanten C. a Beweis: O.B.d.A gilt b = 0. Es gengt, nur den Fall a 0+ zu betrachten. Dann lt sich f u a nach Taylor entwickeln und wir erhalten die Darstellung
r1 f (t) = j0 f (t) +
1

f (r) (0+) r f (r) ( ) f (r) (0+) r t + t (t > 0) r! r!

fr ein [0, t]. Analog fr t < 0. Mit u u A := kann man f fr alle t gltig darstellen: u u
r1 f (t) = j0 f (t) +

f (r) (0+) f (r) (0) 2

A r f (r) ( ) f (r) (0) r t + sgn(t) tr + t , r! 2(r!) r 3

wobei sinngem zu interpretieren ist. Wegen N > r erhalten wir daher a Wf (a, 0) = 1
1 2

r!a 1 ar+ 2 = r!

sgnt + (f (r) ( ) f (r) (0) tr 2

T T

t a

dt

sgnt + (f (r) ( ) f (r) (0) t r (t ) dt 2

Setzen wir C := so ergibt sich bereits 1 2(r!)

sgnt tr (t) dt,

T
1

Wf (a, 0) = Car+ 2 + R. Um den Rest R abzuschtzen, verwenden wir die fr h > 0 bereits denierte Hilfsfunktion: a u w(h) = sup |f (r) ( ) f (r) (0)|,
0<| |h

wobei auch hier sinngem zu interpretieren ist. Nach Vorraussetzung uber f gilt auch hier a
h0

lim w(h) = 0.

Da zwischen 0 und t = at liegt, lt sich R folgerndermaen abschtzen: a a ar+ 2 |R| r!

1

T T

ar+ 2 w(aT ) w(a(|t|)|t| |(t)| dt r!

r

|t|r |(t)| dt.

T

Das letzte Integral existiert. Damit ergibt sich sich insgesamt die Behauptung, wenn man R darstellt als 1 R = o(ar+ 2 ) (a 0+).

Wavelets

Seminararbeit
zum Seminar

Multiskalen-Analyse Axiomatische Beschreibung

vorgelegt von Iris Herzog Technomathematik Matrikelnummer: 302427

INHALTSVERZEICHNIS

Inhaltsverzeichnis
1 Einfuhrung in die MSA 2 Axiomatische Beschreibung 2.1 2.2 2.3 2.4 2.5 Denition: Multiskalen-Analyse (MSA) . . . . . . . . . . . . . Folgerung (aus c)): . . . . . . . . . . . . . . . . . . . . . . . . Folgerung (aus b)): . . . . . . . . . . . . . . . . . . . . . . . . Proposition: . . . . . . . . . . . . . . . . . . . . . . . . . . . . Beispiel: . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 2 2 2 3 4 7

 1 EINFUHRUNG IN DIE MSA

Einfuhrung in die MSA

Bisher haben wir nur die kontinuierliche Wavelet-Transformation betrachtet. Die Multiskalen-Analyse ist im Gegensatz dazu diskret, d.h. die WaveletTransformierte W f (a, b) := 1 |a|
1 2

f (t)(

tb )dt a

wird nur fr diskrete a und b ausgewertet. u Zunchst mssen noch einige Bezeichnungen eingefhrt werden: a u u Die Operation Da beliebig heit Skalierung. mit
t Da (t) := ( a )

a R

Im diskreten Fall wird eine einzige Skalierungsoperation D betrachtet, wobei > 1 den Zoomschritt bezeichnet. Im Folgenden gilt immer := 2; das ist auch der in der Praxis am hugsten verwendete Wert. a Bisher brauchte das verwendete Wavelet nur bescheidene technische Bedin gungen wie tr L1 oder C r (r 0) zu erfllen und (0) = 0. u Die sogenannten schnellen Algorithmen (f ast wavelet transf orm, F W T ) funktionieren allerdings nur bei einer sorgfltigen Wahl des Mutter-Wavelets. a Wird ein Mutter-Wavelet zugrundegelegt, das sich in bestimmter Weise reproduziert, wenn der Zoom D2 darauf angewendet wird, so ergeben sich neue, hocherfreuliche Eekte, die unter dem Begri M ultiskalen Analyse zusammengefat werden. Genauer gesagt soll einer linearen Identitt der a folgenden Form gengen: u
n

D2 (t) =
k=0

ck (t k)

(Die konkreten Formeln werden spter etwas anders aussehen, aber die hier a vorgestellte Grundidee der Multiskalen-Analyse bleibt gleich.) Aus dieser Identitt lassen sich analoge linerare Formeln zwischen den Wavea letkoezienten f, n,k und f, n+1,k herleiten, so dass diese nicht immer durch mhselige Integration berechnet werden mssen. u u

2 AXIOMATISCHE BESCHREIBUNG

2
2.1

Axiomatische Beschreibung
Denition: Multiskalen-Analyse (MSA)

Eine MSA besteht aus folgenden drei Bestandteilen: a) Eine zweiseitige Folge (Vj | j Z), Vj L2 abgeschlossen, fr die gilt: u . . . V2 V1 V0 V1 . . . Vj Vj1 . . . L2
j

(1)

Vj = {0} Vj = L 2
j

(Separationsaxiom) (Vollstndigkeitsaxiom) a

Vorstellung: Ein Zeitsignal f Vj enthlt nur Details mit der Ausdehnung 2j a auf der Zeitachse. Je negativer das j wird, desto feiner sind die Details, die in f Vj auftreten knnen. Im Limes kann jedes f L2 durch o Funktionen fj Vj dargestellt werden. b) Vj sind durch starre Skalierungseigenschaf t miteinander verknpft, u d.h. Vj+1 = D2 (Vj ) j Z bzw. fr j 0, u fr j > 0. u (2)

f Vj

f (2j ) V0 f (2j ) V0

c) Es exisiert ein L2 L1 , so dass (( k)| k Z) eine orthonormierte Basis von V0 ist. heit dann Skalierungsf unktion der MSA.

2.2

Folgerung (aus c)):

V0 lt sich wie folgt schreiben: a V0 = {f L2 | f(t) =

k

ck (t k) , k Z}

2 AXIOMATISCHE BESCHREIBUNG

2.3

Folgerung (aus b)):

Die Familie (j,k | k Z) ist eine orthonormierte Basis von Vj , wobei j,k := 2 2 (
j j t k 2j t ) = 2 2 ( j k) 2j 2

j, k Z .

Die Bildung der j,k erfolgt also analog zur Bildung der a,b bei dem MutterWavelet. Es werden nur a = 2j und b = k 2j gewhlt, weil die MSA diskret a ist.

Pj sei Orthogonalprojektion von L2 auf Vj . Dann gilt:

Pj f :=
k=

f, j,k j,k ,

wobei f, j,k die k-te Koordinate von f bzgl. der Basis (j,k | k Z) angibt. Pj lt sich als Tiefpass-Filter interpretieren, d.h. das Bild Pj f eines Signals a f L2 enthlt noch alle Details von f mit Ausdehnung 2j auf der Zeitachse a (vgl. in Def von MSA unter a) Gesagtes).

Wegen der Inklusion (1) lassen sich die j,k nicht zu einer orthonormierten Basis von ganz L2 zusammenfassen. Deswegen wird ein System (Wj | j Z) von paarweise orthogonalen Teilrumen Wj L2 wie folgt konstruiert: a Vj1 = Vj Wj , Wj Vj , j Z , (3)

d.h. Wj ist der Raumgewinn des Ubergangs vom Raum Vj in den nchsta greren Raum o Aufgrund der Konstruktion gilt auch fr Wj die starre Skalierungseigenschaft: u Wj+1 = D2 (Wj ) j Z bzw. f (2j ) W0 f (2j ) W0 fr j 0 u fr j > 0 u

f Wj

2 AXIOMATISCHE BESCHREIBUNG

2.4

Proposition:

Das System (Vj | j Z) besitze die Eigenschaft a) einer MSA. Dann folgt: (1) Die zugehrigen Teilrume Wj sind paarweise orthogonal. o a (2) Es gilt
j

W j = L2

(orthogonale direkte Summe)

Beweis:
Zur Erinnerung: Denition: (orthogonale) direkte Summe Sei U W = {0}, dann bedeutet V = U W, dass sich jedes v V eindeutig in der Form v = u + w mit u U, w W darstellen lt. a Die direkte Summe heit orthogonal, wenn u U, w W gilt u, w = 0.

Sei i > j. Dann gilt wegen Inklusion (1): Vi Vi1 Vj (fr i = j + 1 : Vi1 = Vj ) u

Aus Vi1 = Vi Wi folgt mit der Denition der direkten Summe: Wi Vi1 Vj (Wi ist Raumgewinn von Vi nach Vi1 ) Mit Vj Wj erhlt man: a Wi Wj Bleibt noch (2) zu zeigen. Das ist quivalent zu: a f L2 , fWj j Z = f = 0

(Denn wenn die Funktion f L2 auf allen Wj senkrecht steht und nicht identisch Null ist, kann sie nicht durch Funktionen aus den Wj dargestellt werden und die Behauptung (2) der Propositon wre falsch.) a Sei > 0 vorgegeben. Dann existieren nach dem Vollstndigkeitsaxiom j0 a und h0 Vj0 mit f h0 < . Whle j0 = 0. a

2 AXIOMATISCHE BESCHREIBUNG

Aufgrund der Konstruktion der Wj (vgl. Gleichung (3)) und der Denition der direkten Summe gibt es zu h0 V0 ein h1 V1 und ein g1 W1 mit h0 = h1 + g1 . ( )

Ebenso gibt es ein h2 V2 und ein g2 W2 mit h1 = h2 + g2 . ( )

So in der absteigenden Kette V0 V1 V2 fortfahrend ergibt sich schlielich:

n

h0 = hn +
k=1

gk ,

hn Vn

gk Wk

Weiter oben wurde bereits bewiesen, dass die gk paarweise orthogonal zueinander sind. Aus den Gleichungen ( ), ( ) sowie den entsprechenden Gleichungen fr h3 , , hn folgt zudem noch, dass hn orthogonal zu den gk , k = u 1, , n ist. Begrndung: u ( ) besagt, dass h1 und g1 orthogonal zueinander sind. Gleiches gilt nach ( ) fr h2 und g2 . Setzt man nun ( ) in ( ) ein, erhlt man auch die u a Orthogonalitt von h2 und g1 . Fhrt man dieses Schema weiter mit den enta u sprechenden Gleichungen fr h3 , , hn erhlt man die Orthogonalitt von u a a hn zu gk , k = 1, , n ist. Folglich stehen alle Vektoren, die in der rechten Seite der Gleichung ( vorkommen, senkrecht aufeinander. Deswegen folgt mit der Parsevalschen Formel:
n

hn

+
k=1 2 n

gk

= h0
2

n .
2

Demzufolge ist hn

+
k=1

gk

:= G nach oben durch h0

beschrnkt a

und Null stellt eine natrliche untere Schranke dar. Damit ist G bschrnkt u a n 2 2 und gk konvergiert in L . Daraus folgt, dass der Limes
k=1 n

lim hn =: h

existiert.

2 AXIOMATISCHE BESCHREIBUNG

Betrachte nun ein festes j. Fr alle n j ist hn Vj (vgl. Inklusion (1)). u = h Vj (Vj abgeschlosen) Weil dies fr alle j zutrit, schliet man mit dem Separationsaxiom auf h = 0. u Damit ist h0 =
k=1

gk

und da f nach Vorausstezung auf allen gk Wk senkrecht steht, folgt

f, h0 =
k=0

f, gk = 0

= f auch senkrecht auf h0 Anwendung des Satzes von Pythagoras liefert: f Da

2

= f h0

h0

<

beliebig war, muss f = 0 gelten.

Qj sei Orthogonalprojektion von L2 auf Wj . Dann gilt aufgrund von (3) folgende Beziehung: Qj = Pj1 Pj bzw. Pj1 = Pj + Qj Die Projektion Pj wurde bereits als Tiefpass-Filter interpretiert. Die Projektion Qj siebt nun gerade die Details von f mit der Ausdehnung 2j1 heraus. Denn von den Details des Signals f , die mindestens die Ausdehnung 2j1 haben (enthalten in Pj1 ) werden die abgezogen, die mindestens die Ausdehnung 2j haben (enthalten in Pj ) .

Betrachtet man nun die orthogonale Zerlegung V1 = V0 W0 kann man folgende Uberlegung anstellen: t a Der V1 bentigt aufgrund des 2 in den 1,k zwei Basisvektoren pro Lngeno einheit. Ein Basisvektor pro Lngeneinheit wird von dem V0 geliefert. Folglich a

2 AXIOMATISCHE BESCHREIBUNG

sollte auch W0 ein Basisvektor pro Lngeneinheit enthalten und es sollte aus a Symmetriegrnden mglich sein diese wie beim Raum V0 durch ganzzahlige u o Translation auseinander hervorgehen zu lassen. Aus diesen Grnden hat man die Honung eine Funktion L2 zu nden u mit der Eigenschaft, dass (( k)| k Z) eine orthonormierte Basis von W0 ist. Ein derartiges wre dann Mutter-Wavelet. Setzt man wie zuvor a j,k := 2 2 (
j j t k 2j t ) = 2 2 ( j k) j 2 2

(j, k Z)

so ist (j,k | k Z) eine orthonormierte Basis von Wj . Fr Qj f gilt folgende Formel: u

Qj f :=
k=

f, j,k j,k .

Bisher war alles analog zum System der Vj . Jetzt kann man allerdings einen Schritt weiter gehen und sich eine Familie := (j,k | (j, k) Z2 ) denieren. Diese wre dann eine orthonormierte Wavelet-Basis von L2 . a

2.5

Beispiel:

Setze := [0,1[ (wobei A die charakteristische Funktion der Menge A bezeichnet) und V0 := {f L2 | f konstant auf Intervallen [k, k +1[} , Vj := D2j [V0 ) (j = 0) . Dann: b) und c) nach Denition von Vj bzw. V0 erfllt u Inklusion (1) und Separationsaxiom gelten ebenfalls aufgrund der Konstruktion Vollstndigkeitsaxiom ergibt sich daraus, dass Treppenfunktionen dicht a in L2 liegen, d.h. jede Funktion f L2 lt sich beliebig genau durch a Treppenfunktionen approximieren

2 AXIOMATISCHE BESCHREIBUNG Behauptung: Haar ist dann orthonormierte Wavelet-Basis von W0 . Zur Erinnerung: 1 1 Haar (t k) := 0 Beweis:
k+ 1 2 k+1

kt<k+ k+
1 2

1 2

t<k+1 sonst

Haar (tk), Haar (tk) =

k

1 dt+
k+ 1 2

1 1 12 dt = k+ k+k+1k = 1 2 2

= Haar ( k) ist normiert Auerdem gilt: Haar (t k), Haar (t l) = 0 k = l , k, l Z ,

weil Haar (t k) und Haar (t l) disjunkte Trger haben a = Haar (t k) und Haar (t l) sind orthogonal (k, l Z)

Zudem sind die Haar ( k) linear unabhngig (wegen disjunkten Trgern) a a und es gilt: (t k) = Haar (t k) , k, l Z (denn (t k) und Haar (t l) haben disjunkte Trger und folglich ist a (t k), Haar (t l) = 0) = Haar liefert nochmal soviele von verschiedene Basisvektoren wie selbst. = Behauptung

Andreas Marsall

12.07.2003

Konstruktion im Fourierbereich, Teil 2

Beispiel 1: = 1[0,1[ Fr die Konstruktion des Wavelets bentigt man die Forier-Transformierte () und die u o erzeugende Funktion H(), wobei die Koezienten hk schon im Vortrag uber Skalierungs 1 funktion ausgerechnet wurden (h0 = h1 = 2 , hk = 0 k Z \ {0, 1}).
1 1 1 1 1 1 () = ei t dt = ei t 0 = (ei 1) = i 2 0 2 2 i 1 cos 1 1 sin2 (/2) sin sin(/2) cos(/2) = + i = i = /2 /2 2 2 1 sin(/2) i/2 1 sin(/2) (cos(/2) sin(/2) i) = e = 2 /2 2 /2

Setzt man h0 und h1 in die erzeugende Funktion H ein, so ergibt sich: 1 1 1 1 1 1 + ei = H() = 1 + ei = (1 + cos i sin ) = 2 2 2 2 2 1 + cos sin = i = cos2 (/2) i sin(/2) cos(/2) = cos(/2) ei/2 . 2 2 Die Funktionalgleichung lsst sich leicht verizieren: a 1 sin(/4) i/4 = e H( ) ( ) = cos(/4) ei/4 2 2 2 /4 1 sin(/2) i/2 e = () . = 2 /2 Fr das Wavelet ergibt sich also: u 1 sin(/4) i/4 e = () = ei/2 cos (/4 + /2) ei(/4 + /2) 2 /4 2 1 i sin2 (/4) i/2 i/2 i/2 sin (/4) = e = e . e /4 /4 2 2

Beispiel 2, Meyer-Wavelet: Es wird die Hilfsfunktion 0 10x3 15x4 + 6x5 (x) = 1 mit der Eigenschaft (1 x) 1 (x) bentigt. o Die Fourier-Transformierte der Skalierungsfunktion ist gegeben durch: 1 | | 2 2 3 3 2 1 cos( ( 2 | | 1) ) | | 4 () = 2 3 3 2 0 | | 4 3 Fr die MSA muss unter andrem die Normierungsbedingung (| (0) | = 1 ) erfllt werden, u u 2 was hier oensichtlich der Fall ist. Desweiteren mssen die ganzzahligen Translatierten u k := ( k) ein Orthonormalsystem bilden, es muss also () :=
l

x0 0x1 x1

| ( + 2l) |2

1 2

(f ast alle R)

gezeigt werden. Diese Bedingung muss nur im Intervall [ 2 , 4 ] veriziert werden, da die 3 3 u Funktion symmetrisch ist und im Intervall [0, 2 ] die Bedingung erfllt. Mit 3 3 3 3 | 2 | 1 = ( 2) 1 = 1 ( 1) 2 2 2 und der Hilfsfunktion (x) ergibt sich (da ( + 2 l) nur fr l = 0 und l = 1 in diesem u Intervall ungleich Null ist): () = | () |2 + | ( 2) |2 = 1 cos2 2 1 cos2 2 2 2 3 1 2 3 1 2 1 cos2 2 1 cos2 2 2 3 | 2 | 1 2 3 1 2

2 2

1 cos2 2

3 1 2

+ sin2

3 1 2

1 . 2

Und als letzte Bedingung muss () der Funktionalgleichung gengen. Dazu deniert man u eine 2 periodische Funktion H() := 2
l

(2 + 4l)

und betrachtet die Funktion (/2), wodurch sich der Trger auf [ 8 , 8 ] verdoppelt, a 3 3 + 4l) auf diesem Intervall nicht. Es und nur fr l = 0 verschwinden die Funktionen ( u folgt also: H( ) ( ) = 2 2 2 ( + 4l) ( ) = 2 2 () ( ) = () , 2

da auf dem Trger [ 4 , 4 ] von gilt: (/2) a 3 3

1 . 2

Somit sind alle Bedingungen einer MSA erfllt und das Wavelet lsst sich wie folgt berechu a nen: () = ei/2 ( + 2 + 4l) ( ) = 2

2
l

2 ei/2 (( + 2) + ( 2)) ( ) . 2

Satz 1. Die Funktion L1 L2 genge einer Skalierungsgleichung sowie der Bedingung u (t) dt = 0 und es seien die Rume Vj L2 deniert durch a (i) f Vj f (2j ) V0 und 2 (ii) V0 = {f L2 | f (t) = k ck (t k), k | ck | < }. Gibt es Konstanten B A > 0 mit A () :=
l

| ( + 2l) |2 B

(f ast alle R),

so trit folgendes zu: (a) Die Funktionenfamilie (( k) | k Z) ist eine Riesz-Basis von V0 (insbesondere ein Frame mit Framekonstanten 2A und 2B). (b) Setzt man () , () := 2()

so deniert eine Multiskalenanalyse mit denselben Vj , und die Funktionen ( ( k) | k Z) bilden eine orthonormierte Basis von V0 . Beweis. a) Fr ein beliebiges u f :=
l

ck ( k) V0

muss folgende Ungleichungskette gezeigt werden: 2 A

k

| ck |2

2 B
k

| ck |2 .

Die Fourier-Transformierte von f ist: f=

k

ck eik ()

und somit (Parseval-Plancherel angewandt)

2

=
0

|
k 2 0

ck eik |2
l

| ( + 2l) |2 d

B
2

|
k

ck eik |2 d =
2 0 k

= B

|
k

c2 | | k
k

e2ik | d = B

| c2 | d = 2 B k
k

| ck |2 .

Analog folgt mit f

2

A = f
2

| ( + 2l) |2 :
2

=
0 2

|
k

ck eik |2
l

| ( + 2l) |2 d | ck |2 .
k

|
k

ck eik |2 d = 2 A

Hieraus folgt, dass (( k) | k Z) eine Riesz-Basis von V0 und insbesondere ein Frame (eine Riesz-Basis mit Konstanten B A > 0 ist automatisch ein Frame mit Konstanten 2 A und 2 B) ist. b) Da die Funktion
1 2()

stetig ist, kann sie durch die Fourier-Reihe dargestellt wer-

den, ihre Fourier-Koezienten werden mit ak bezeichnet. Somit folgt

1 2() und damit

=
k

ak eik

(f ast alle R)

() = ()

1 2()

= ()
k

ak eik .

a Da die gleichen Eigenschaften hat wie , lsst sich durch folgende Linearkombination darstellen ak ( k) V0 .
k

Mit V0

folgt

V0 V0 . 2() durch die Fourier-Reihe dargestellt, ihre Koezienten bk eik .

k

Analog wird die Funktion sind bk :

2() =

Mit

2() () = ()

folgt () =
k

bk eik ()

und somit =
k

bk ( k) V0 .

Mit V0 V0 = V0

folgt V0 V0 . Aus diesen beiden Inklusionen folgt die Gleichheit: Vj = Vj .

Um zu zeigen, dass die Funktionen ( k) orthonormiert sind, muss folgende Gleichung veriziert werden: () 1 . 2

Also: () =
l

| ( + 2l) |2 =
l

( + 2l) 2()

|2 =

1 2()

| ( + 2l) |2 =
l

1 1 () 2() 2

die Funktionen

( k)

sind orthonormiert. | (0) | =

1 2

Es muss noch die Normierungsbedingung

von nachgewiesen werden.

Dazu benutzt man die Funktionalgleichung (0) = H (0) (0) (wegen (t) dt = 0

() = H (/2) (/2) und es folgt: H(0) = 1

(0) = 0 und damit (0) = 0 ). | H () |2 + | H ( + ) |2 1.

H gengt andererseits auch der Identitt: u a Mit = 0 folgt: | H (0) |2 + | H () |2 1

1 + | H () |2 1 (2l) = 0

H () = 0 . l Z \ {0}.

Nun muss folgende Gleichung veriziert werden:

Jedes l = 0 lsst sich darstellen durch: l = 2r (2n + 1), a tionalgleichung wird rekursiv angewandt:
r1

r N , n Z. Die Funk-

(2l) =
j=0

H (2rj (2n + 1)) H ((2n + 1)) (2n + 1)) = 0 (wegen H () = 0 und H () ist 2 periodisch)). 1 2

(da H ((2n + 1)) = 0 Somit folgt:

| (0) |2 =
l

| (0 + 2l) |2 = (0) =

(da die Funktionen | (0) | =

1 2

( k)

ein Orthonormalsystem bilden)

(die Normierungsbedingung ist erfllt). u

Wavelets -

Konstruktion im Fourierbereich - Teil 1

Seminararbeit zum Hauptseminar Numerik

vorgelegt am 7.7.2003 von Joachim Steinmetz Technomathematik und Informatik Matrikelnummer: 306957

Inhaltsverzeichnis
1 Einleitung 2 Die Orthonormalitt der k a 3 Fouriertransformation der Skalierungsgleichung 4 Die erzeugende Funktion der Multiskalarenanalyse 5 Die Fourierfransformierte von f W0 6 Die Fouriertransformierte des Mutter-Wavelets 7 Die explizite Form des Mutter-Wavelets
2 2 3 4 5 7 8

Einleitung

In diesem Kapitel werden wir die orthogonalen Basisvektoren (j,k |j, k Z) und die Waveletbasis (j,k |j, k Z) im Fourier-Bereich konstruieren. Wir wir schon im Kapittel ueber die Fouriertransformation gesehen haben, uebertraegt sich das Skalarprodukt der Basisvektoren. Darauf koennen wir nun aufbauen und viele Eigenschaften auch im Fourierbereich zeigen.

Die Orthonormalitt der k a

|( + 2l)|2 ergibt sich unter Ausnutzung
2 2

Denition 2.1. : Mit der 2-periodischen Funktion () = des Satzes von Fubini:
2 l

|||| =

|()|2 d =
l 0

|( + 2l)|2 d =
0 l

|( + 2l)|2 d =
0

() d

Satz 2.1. Fr eine beliebige Funktion L2 bilden die ganzzahligen Translatierten k := u ( k) genau dann ein Orthonormalsystem, wenn folgende Identitt zutrit: a (1) () :=
l

|( + 2l)|2

1 2

(f ast alle R)

Beweis. Ausgehend von der Orthogonalittsbedingung < 0 , k > = 0k untersuchen wir a das Skalarprodukt: < 0 , k > = < 0 , k > = = =
l 2 0

()eik () d |()|2 eik d

2

|( + 2l)|2 eik d

=
0

()eik d

= 2 (k) Dieses ergibt 1 (k) = 0k 2 und damit die Behauptung.

Fouriertransformation der Skalierungsgleichung

Die Fouriertransformation der Skalierungsgleichung (2) (t) 2

k

hk (2t k)

(f ast alle t R)

ergibt folgende Funktionalgleichung: () = H 2 2

(3)

wobei die 2-periodische Funktion H() erzeugende Funktion der Multiskalenanalyse genannt wird und wie folgt deniert ist:

DIE ERZEUGENDE FUNKTION DER MULTISKALARENANALYSE

Die erzeugende Funktion der Multiskalarenanalyse

1 H() := 2 hk ei k
k

(4)

Satz 4.1. Die erzeugende Funktion H einer Multiskalenanalyse gengt der Identitt u a (5) |H()|2 + |H( + )|2 1 (f ast alle R)

Beweis. Wir mssen nur die bisherigen Ergebnisse (1) und (3) kombinieren: u 1 2
l

|( + 2l)|2 |( + 4l)|2 +
l l

= =
l

|( + +2 + 4l)|2 |H
l

|H |H 2

+ 2l |2 + |2 | 2 |2 + |H 2 |2 1 2

+ + 2l |2 |2 | 2

Multiplizieren der Gleichung mit 2 fhrt zur Behauptung, die damit gezeigt ist. u Folgerung 4.1. : H auf R gleichmssig beschrnkt. a a |H()| Folgerung 4.2. : H(0) = 1 Aus dem vorherigen Kapitelwissen wir, dass |(0)| = 1 , also: (0) = 0. Damit ergibt 2 sich mit (3): (0) = H( 0 )( 0 ) = H(0)(0) die Behauptung H(0) = 1.
2 2

( R)

Folgerung 4.3. : H() = 0 Setzen in (5) = , dann ergibt sich wegen der 2-Periodizitt: 1 |H()|2 + |H( + )|2 = |H()|2 + |H(0)|2 = |H()|2 + 1

Die Fourierfransformierte von f W0

Satz 5.1. Eine Funktion f L2 gehrt genau dann zu W0 , wenn es ein () L2 gibt, so o o dass sich f in folgender Form darstellen lsst: a (6) f () = ei/2 () H + 2 2 (f ast alle R)

Beweis. Da f W0 V1 betrachten wir zunchst beliebige f V1 f =

k

< f, 1,k > 1,k fk

k

=:

1,k

(k Z)

Nach einer Fourier-Transformation ergibt sich: (7) 1 f () = 2 =: fk e

k
ik 2

2 2

(f ast alle R)

mf

(f ast alle R)

Wir haben also folgende neue Funktion deniert: (8) 1 mf () := 2 fk eik

k

(f ast alle R)

Damit f () die Gleichung (7) gengt, bleibt noch Folgendes zu zeigen: u (9) mf () = ei (2) H( + )

Dazu muss nicht nur f V1 sondern sogar f W0 V1 gelten. Nun wird die Orthogou nalitt W0 V0 ausgenutzt. Fr alle k Z gilt a 0 = < f, 0,k > = < f , 0,k > =
2

f () () eik d f ( + 2l) ( + 2l)

0 l

eik d

DIE FOURIERFRANSFORMIERTE VON F W0

0
l

f ( + 2l) ( + 2l) f ( + 4l) ( + 4l)

l

= =
l

+
l

f ( + 2 + 4l) ( + 2 + 4l) ( + 4l) ( + 2 + 4l) H H mf mf mf mf + mf + 2l + 2l 2 2 + + 2l + + 2l 2 2 2 + 2 2 + 2 H H H H H 2 + 2 2 + 2 + + + +

mf mf
l

+ 2l 2 + + 2l 2 + 2l 2 + + 2l 2

+ 2l 2 + + 2l 2 + 2l 2 + + 2l 2 + 2l 2 + + 2l 2

=
l

mf mf
l

=
l

+ 2l 2 + + 2l 2 |

=
l

+ 2l |2 2 + + 2l |2 2 2 H 2

|
l

1 2

mf

+ 2

+ 2

0 = mf () H() + mf ( + ) H( + ) < mf () mf ( + ) , H() H( + ) >

=: < mf , H >

Wir haben also 2 Vektoren, die aufeinander senkrecht stehen.

(10)

mf :=

mf () mf ( + )

H :=

H() H( + )

Gleichung (5) ist also quvalent mit |H| = 1, also der Aussage, dass H ein Einheitsvektor a ist. Wir denieren nun ein weiteren senkrechten Vektor auf H, der die Lnge 1 hat. a H( + ) H()

(11)

H :=

Damit haben wir 2 Vektoren, die auf H senkrecht stehen, mf und H , wobei H die Lnge 1 hat. Die Lnge des Vektors mf ist also das Skalarprodukt von mf und H . Fr diese von abhngige Lnge denieren wir eine neue Funktion: a () := < mf , H > = mf ()H( + ) mf ( + )H() Die Eigenschaft ( + ) () fhrt uns zu der 2-periodischen Funktion (), die in u folgender Beziehung zu () steht: () = ei (2)

Kombinieren wir unsere Ergebnisse, so kommen wir zu dem, was noch zu zeigen war (8): mf mf () mf ( + ) mf () mf ( + ) mf () = () = () = ei (2) H H( + ) H() H( + ) H()

= ei (2) H( + )

Die Fouriertransformierte des Mutter-Wavelets

Satz 6.1. Wird das Mutter-Wavelet durch + 2 2

(12)

() := ei/2 H

deniert, so bilden die Funktionen (0, k |k Z) eine orthonormierte Basis von W0

DIE EXPLIZITE FORM DES MUTTER-WAVELETS

Beweis. Dies zeigen wir in 3 Schritten: Die Funktionen (0,k | k Z) i) sind orthonormal Gleichung (1) liefert mit () = () die Behauptung. ii) W0 Dazu wenden wir Satz 3, Gleichung (6) mit: () = 1 L2 , o iii) bilden eine Basis von W0 Aus Gleichung (8) und (9) sehen wir: 1 2

und f W0 an.

1 fk eik = mf () = ei (2) H( + ) = ei (2) 2

ik 2 ik 2

hk eik(+)
k

(13)

() = e

i 2

k k

fk e

(1)k hk e

Die Funktion kann also auch als eine formale Fourier-Reihe k k eik geschrieben werden. Diese Erkenntnis bringt uns mit Gleichung (6) und (12) zu folgendem Ergebnis: + 2 2 (f ast alle R)

f ()

= () ei/2 H = () =
k

k ek

() ()

Fr die ursprngliche Funktion dieser Fouriertransformierten ergibt sich: u u f (t) =

k

k (t k)

f =
k

k 0,k

Damit kann jede Funktion f W0 durch Linearkombination aus den Funktionen (0,k | k Z) dargestellt werden.

Die explizite Form des Mutter-Wavelets

Satz 7.1. Es sei (Vj |j Z) eine Multiskalenanalyse mit Skalierungsfunktion , siehe (2), und erzeugender Funktion H ,siehe (4). Wird dann das Mutterwavelet deniert durch (14) (t) = 2
k

gk (2t k)

mit gk := (1)k1 hk1

so bildet das folgende Funktionensystem j, k eine orthonormierte Wavelet-Basis von L2 (R).

(15)

j, k (t) := 2j/2

t k 2j 2j

(j Z, k Z)

Beweis. Wir betrachten die Fourier-Transformierte des Wavelets : f () () = () und wenden die Gleichungen (7) und (13) an: f () ()
1 2 k

()

= =

fk e
k

ik 2

ik 2

2
ik 2 ik 2

i 2

fk e

(1)k hk e

1 i = e2 2 1 = 2

(1)k hk e
k

2 2

(1)k hk e
k

i(k+1) 2

Durch eine gegeignete Substitution knnen wir nund erreichen, da und die gleichen o eine hnliche Darstellung wie die Fourier-Transformierte Trger haben. Wir suchen also fr u a der Skalierungsgleichung: () = H 2 2 1 = 2 hk ei k 2

Sofort sehen wir, dass uns dies mit der geeigneten Substitution k = k 1 und folgender Denition gelingt: gk := (1)k hk = (1)k 1 hk 1 Nun knnen wir in gewohnter Darstellung schreiben: o 1 () = 2 gk ei k
k

Nach der Rcktransformation ergibt sich die explizite Form fr das Wavelet : u u () = 2
k

gk (2t k)

10

LITERATUR

Nun mssen wir noch beweisen, dass die Funktionen j, k eine orthonormierte Basis fr den u 2 L (R) bilden. Diesen werden wir in 2 Schritte erledigen: u i) Die Funktionen j, k sind fr ein festes j zueinander orthonormal: u Wir werden zeigen, dass < j, k , j, l > = < 0, k , 0, l > fr alle k = l Z gilt. Dann dann u ist die Gleichung (1) erfllt und die j, k bilden eine orthonormierte Basis fr den Wj . u < j, k , j, l > = < j, k , j, l > = = = = = j, k ()j, l () d D2j (0, k ())D2j (0, l ()) d 1 2 1 2
j

0, k

2j

1 2
j

0, l

2j

1 0, k () 2

0, l () 2j d

0, k ()0, l () d

= < 0, k , 0, l > = < 0, k , 0, l > ii) Alle Basissysteme Bj = j, k stehen aufeinander senkrecht und spannen zusammen den L2 (R) auf: Wj = L2 , also dass die orthogonale direkte Aus voherigen Kapitteln wissen wir, dass 2 a Summe den L bildet. Damit wissen wir, dass die Rume Wj disjunkt sind und aufeinander senkrecht stehen. Damit spannen alle Basisvektoren j, k smtliche Rume Wj den L2 auf.

Literatur
[1] Christian Blatter (Hrsg.): Wavelets - Eine Einfhrung. ViewegVerlag, Braunu schweig;Wiesbaden, 1998.