หากเรามีการแปลงฟูริเยร์ระยะสั้นสำหรับการวิเคราะห์สัญญาณได้ดีกว่าการแปลงฟูริเยร์แบบไม่ต่อเนื่องแล้วความต้องการที่นำไปสู่การพัฒนาการแปลงเวฟเล็ตคืออะไร?
หากเรามีการแปลงฟูริเยร์ระยะสั้นสำหรับการวิเคราะห์สัญญาณได้ดีกว่าการแปลงฟูริเยร์แบบไม่ต่อเนื่องแล้วความต้องการที่นำไปสู่การพัฒนาการแปลงเวฟเล็ตคืออะไร?
คำตอบ:
การแปลงฟูริเยร์ในช่วงเวลาสั้น ๆ นั้นไม่ได้ให้การวิเคราะห์ข้อมูลที่ดีกว่าการแปลงฟูริเยร์แบบแยก แต่ก็มีการวิเคราะห์ที่แตกต่างกัน DFT นำเสนอการสลายตัวของข้อมูลที่แน่นอนเพื่อการแสดงความถี่ STFT เสนอการสลายตัวโดยประมาณเพื่อแสดงเวลา / ความถี่ สิ่งไหนดีกว่าขึ้นอยู่กับว่าคุณเป็นใคร สิ่งเดียวกันถือเป็นจริงของการแปลงเวฟเล็ต การแปลงเวฟเล็ตสามารถถูกพิจารณาว่าเป็นการสลายตัวไปสู่การเป็นตัวแทนของเวลา / ความถี่ แต่เวฟเล็ตจะแปลงแนวคิดของการสลายตัว มีการสร้างฟังก์ชั่นเวฟเล็ตที่แตกต่างกันเพื่อให้คุณสามารถเลือกการย่อยสลายที่เหมาะสมกับความต้องการของคุณ