我正在寻找 FFT 的替代方案来用 python 创建频谱分析仪。我听说小波变换比短时 FFT 更快并且提供更好的时间精度。我查阅了这篇维基百科文章，其中介绍了 Java 中的 Haar 小波变换实现：
https://en.wikipedia.org/wiki/Discrete_wavelet_transform#Code_example https://en.wikipedia.org/wiki/Discrete_wavelet_transform#Code_example
我残酷地将它转换为 python，但我不知道我得到的值是否正确。有人可以确认吗？
from math import *
N = 8
res = [sin(k) for k in xrange(N)]
for k in xrange(N):
print res[k]
print
def discreteHaarWaveletTransform(x):
N = len(x)
output = [0.0]*N
length = N >> 1
while True:
for i in xrange(0,length):
summ = x[i * 2] + x[i * 2 + 1]
difference = x[i * 2] - x[i * 2 + 1]
output[i] = summ
output[length + i] = difference
if length == 1:
return output
#Swap arrays to do next iteration
#System.arraycopy(output, 0, x, 0, length << 1)
x = output[:length << 1]
length >>= 1
res = discreteHaarWaveletTransform(res)
for k in xrange(N):
print res[k]
Result:
0.0
0.841470984808
0.909297426826
0.14112000806
-0.756802495308
-0.958924274663
-0.279415498199
0.656986598719
0.553732750242
3.23004408914
-0.208946450078
-2.09329787049
-0.841470984808
0.768177418766
0.202121779355
-0.936402096918
我没觉得有什么不妥啊您还可以通过将您的结果与以下结果进行比较来检查它：pywavelet包 http://www.pybytes.com/pywavelets/。还有一个example http://jseabold.net/blog/2012/02/23/wavelet-regression-in-python/关于用 Pywavelet 实现 haar 小波。
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
