между непрерывным и дискретным преобразованиями. Выше отмечалось, что вычисление коэффициентов вейвлет-преобразования сводится к фильтрации. На вход фильтра может подаваться сигнал произвольной длины. В настоящее время имеется большое число разновидностей вейвлет- преобразований, что позволяет подобрать нужный вариант для конкретной задачи. 1 .14 .3 . M u ltireso lu tion Наиболее популярной процедурой на основе вейвлет-преобразования стала процедура под названием «multiresolution». Процедура базируется на гипотезе, согласно которой после вейвлет-преобразования речевого сигнала основная информация оказывается в низкочастотной части. Если исходный сигнал имел длину 2К. то низкочастотная составляющая имеет длину К. Эту составляющую снова подвергают вейвелет- преобразованию и т. д. При восстановлении сигнала с потерями высокочастотную составляющую заменяют нулями, а конечную низкочастотную часть считают краткой характеристикой речевого файла или его части. Это один из самых простых способов сжатия речевого сигнала. 1.15. Преобразование Адамара Еще одно преобразование, не связанное непосредственно с преобразованием Фурье, нашло достаточно широкое применение в обработке сигналов, —это преобразование Адамара. Свое название преобразование получило от матрицы Адамара. Это квадратная матрица, составленная из ±1, причем любые две строки этой матрицы ортогональны. В свое время Адамар поставил задачу о перечислении всех таких матриц. Однако наибольшую популярность получило одно семейство матриц Адамара, построенных по простому правилу. Положим Но = (1). Если уже определена матрица Нт, то матрица
RkJQdWJsaXNoZXIy MTExODQxMg==