TRANSFORMADA WAVELET
SERIES Y TRANSFORMADAS
UNIVERSIDAD POLITCNICA DE QUERTARO
DIE GO A. O LVE RA ME N D OZA
Y AIR LE DE S MA ME DIN A
E RI CK RI C AR DO O R TIZ G ME Z
MA RC O AN TON IO FE RR U Z C A GON Z LE Z
INTRODUCCIN - TRANSFORMADA WAVELET
FUNDAMENTOS BSICOS
Muchos de los fenmenos fsicos pueden describirse mediante una seal en el dominio del
tiempo; es decir, una de las variables es el tiempo (variable independiente) y la otra la
amplitud (variable dependiente). Cuando se dibuja esta seal se obtiene una funcin
tiempo-amplitud; sin embargo, la informacin que se puede obtener directamente de esta
representacin no siempre es la ms apropiada, puesto que la informacin que caracteriza a
la seal, en muchos casos, puede observarse ms claramente en el dominio de la frecuencia,
es decir, mediante un espectro de frecuencias que muestre las frecuencias existentes en la
seal. Por lo tanto, para una mejor representacin de la seal se hace necesario disponer de
su representacin en el domino del tiempo y de la frecuencia.
TRANSFORMADA DE FOURIER
Aunque la TF es una de las ms empleadas, especialmente en ingeniera elctrica, no es la
nica, hay muchas otras transformadas que se emplean, como la transformada Hilbert, la
transformada rpida de Fourier (STFT), la distribucin Wigner y la transformada Wavelet.
Cada una de estas transformaciones tiene su propia rea de aplicacin, con ventajas y
desventajas.
La transformada de Fourier expresa una funcin peridica como una suma de
exponenciales complejas peridicas tal como se muestra en la siguientes ecuaciones (1) y
(2).
Dnde:
X(f) : Transformada de Fourier de la seal en el dominio del tiempo x(t).
De la ecuacin (1) se observa que la seal es multiplicada por un trmino sinusoidal de
frecuencia f. Si la seal tiene una alta componente de frecuencia f entonces el producto
de la seal y del trmino sinusoidal es relativamente grande; esto indica que la seal x(t)
tiene una fuerte componente de frecuencia f. Sin embargo, si la seal no tiene una
componente de frecuencia f el producto tiende a cero.
Es importante destacar que la informacin proporcionada por la integral corresponde a
todos los instantes del tiempo ya que el intervalo de integracin va desde -infa +inf, esto
significa que no importa el instante del tiempo en el que aparece la componente de
frecuencia f porque no afectar el resultado de la integracin. Por lo tanto la TF
solamente es capaz de entregar informacin de la existencia o no de ciertas componentes de
frecuencia.
TRANSFORMADA RPIDA DE FOURIER
Esta transformada resuelve el problema del anlisis de seales no estacionarias mediante la
transformada de Fourier, bsicamente consiste en dividir la seal en diferentes partes donde
se puede asumir que la seal es estacionaria. Para este propsito la seal es multiplicada por
una funcin ventana, cuya anchura debe ser igual a parte de la seal que se puede
considerar como estacionaria. Esta funcin ventana inicialmente est localizado al inicio de
la seal, es decir t = 0. Si se asume que la anchura de la ventana es T seg. entonces esta
funcin se solapar con la seal para los primeros T/2 seg. La funcin ventana y la seal
son entonces multiplicadas, de esta forma, solamente los primeros T/2 seg. de la seal
estn siendo escogidos. Una vez hecho esto la nueva seal es el producto de la funcin
ventana y la seal original a la que se le aplica la TF.
El resultado de esta transformacin es la transformada de Fourier de los primeros T/2
seg. de la seal original, si esta parte de la seal es estacionaria quiere decir que los
resultados obtenidos mostrarn la representacin en frecuencia exacta de los primeros
T/2 seg.
El prximo paso ser desplazar esta ventana a una nueva localizacin hasta que toda la
seal sea recorrida.
Lo importante es que existen cuatro picos que corresponden a las cuatro componentes de
frecuencia de la seal original y adems estn localizados en diferentes intervalos de
tiempo. Por lo tanto se cuenta con una representacin tiempo-frecuencia de la seal, puesto
que no slo se conocen las componentes de frecuencia de la seal, sino que tambin su
localizacin en el tiempo.
Con lo anterior parecera que el problema de la representacin tiempo-frecuencia de una
seal estara resuelto; sin embargo, existe un problema que se remonta al principio de
incertidumbre de Heisenberg; que en este caso se traduce en que no es posible conocer la
representacin exacta tiempo-frecuencia de una seal, sino tan slo los intervalos de tiempo
en los cuales existen determinadas bandas de frecuencia, por lo tanto, aparece un problema
de resolucin.
En la TF no existe problema de resolucin en el dominio de la frecuencia, se sabe
exactamente las frecuencias que existen, de manera similar no existe problema de
resolucin en el dominio del tiempo, ya que se conoce el valor de la seal para cada
3
instante de tiempo. Lo que proporciona la perfecta resolucin en frecuencia en la TF es el
hecho de que la ventana empleada es la funcin exponencial ejwt, la cual existe para todo
instante de tiempo [-inf, +inf]. En la STFT la ventana es de longitud finita, es decir slo se
aplica a una parte de la seal, causando una disminucin de la resolucin en frecuencia, con
lo cual slo es posible conocer una banda de frecuencias y no un valor exacto de
frecuencias.
En consecuencia, existe un compromiso entre buena resolucin en el tiempo o buena
resolucin en frecuencia. Para obtener la estacionalidad se elige una ventana lo
suficientemente estrecha en la cual la seal sea estacionaria. Cuanto ms estrecha sea la
ventana se obtendr mejor resolucin en el tiempo y por lo tanto una mejor representacin
de la estacionalidad y peor resolucin en frecuencia. Por tanto, el problema consiste en la
seleccin de una ventana para el anlisis, dependiendo de la aplicacin. Si las componentes
frecuenciales estn bien separadas unas de otras en la seal original, se puede sacrificar
resolucin en la frecuencia y tratar de mejorar la resolucin en el tiempo.
En resumen:
Ventana estrecha Buena resolucin en el tiempo y pobre resolucin en el
dominio de la frecuencia.
Ventana ancha Buena resolucin en el dominio de la frecuencia y pobre
resolucin en el dominio del tiempo.
ANTECEDENTES HISTORICOS DE LA TRANSFORMADA WAVELET
Antes de 1930 la rama de las matemticas que dio origen a la teora de las wavelets comenz
con las teoras de anlisis de frecuencias de Joseph Fourier en 1807, cuando se introdujo la
expansin de seales peridicas como la sumatoria de senos y cosenos.
Dados los descubrimientos de Fourier despus de 1807 los matemticos poco a poco fueron
cambiando sus ideas de anlisis en frecuencia por ideas de anlisis en escala. Es decir,
analizar una funcin f(x) creando estructuras matemticas que variaran en escala.
La primera mencin de una wavelet fue hecha por Alfred Haar en 1909 y una de las
propiedades de la wavelet Haar era su soporte compacto. Sin embargo, esta wavelet no era
continua, por lo que se limitaba a ciertas aplicaciones.
Fue entonces entre los aos 1930 y 1980 que importantes matemticos, fsicos e ingenieros
como Levy, Marr, Grossman, Morlet, Goupillaud, Weis, Coifman, definieron los conceptos
bsicos de la teora wavelet.
TEORIA DE WAVELETS
Una funcin wavelet es una pequea onda cuya energa se encuentra concentrada en el
tiempo y sirve como herramienta para el anlisis de fenmenos transientes, no estacionarios
y variantes en el tiempo.
Una de las caractersticas que ha permitido la aplicacin de la teora wavelet en diferentes
campos de estudio es la capacidad de realizar un anlisis en tiempo y frecuencia de
fenmenos estacionarios y no estacionarios. El anlisis wavelet se basa, al igual que la teora
de Fourier, en el concepto de aproximacin de seales usando la superposicin de seales.
La diferencia entre la teora de Fourier y la teora wavelet radica en que las funciones wavelet
varan tanto en frecuencia como en escala.
Una forma general de ver las funciones wavelet es como familias de funciones que tienen
una buena localizacin tanto en frecuencia como en tiempo. Est caracterstica hace del
anlisis wavelet una herramienta poderosa para diversas aplicaciones que involucran el
procesamiento de seales.
DEFINICIN DE WAVELET
Una wavelet es una seal oscilatoria de corta duracin cuya energa es finita y se encuentra
concentrada en un determinado intervalo de tiempo. Las wavelets son funciones que
satisfacen ciertos requerimientos matemticos. Dichas funciones son usadas para representar
datos u otras funciones.
Para que una funcin de anlisis sea clasificada como una wavelet
(t), sta debe de cumplir con los siguientes criterios matemticos:
1. Una wavelet debe tener energa finita (1.1):
(1.1)
2. La funcin wavelet (t) debe de cumplir con el criterio de la constante de admisibilidad
C (1.2):
(1.2)
Donde f denota la frecuencia y la condicin implica que la wavelet debe tener componente
de frecuencia 0 ((0)=0), donde (f) es la transformada de Fourier de la wavelet. El valor
de C depender de la wavelet seleccionada.
3. Para wavelets complejas la transformada de Fourier (f) debe ser real y desvanecida para
frecuencias negativas.
TRANSFORMADA WAVELET
La WT (transformada wavelet) genera bloques de informacin en escala y tiempo de una
seal. Estos bloques se generan desde una nica funcin fija llamada wavelet madre (t),
como se define en la ecuacin (1.3), mediante operaciones de translacin y dilatacin.
(1.3)
Donde a y b son nmeros reales del conjunto R, a permite hacer las dilataciones y
contracciones de la seal, y b permite cambiar la posicin de la seal en el tiempo.
Cuando la variable a es igual a 0 la seal se indetermina.
El proceso de transformada wavelet de una seal se llama anlisis y el proceso inverso para
reconstruir la seal se llama sntesis. Este anlisis genera diferentes sub-bandas, por lo que
distintos niveles de descomposicin se pueden generar de acuerdo a las necesidades de la
aplicacin. Dichas sub-bandas en el plano de la frecuencia no son uniformes y se encuentran
divididas logartmicamente tal como se muestra en la Figura 1.4.
(1.4) Sub-bandas generadas por la descomposicin de Wavelets.
En donde para un rango de 0 a fn las muestras de una seal son la mitad para cada nivel de
escalamiento.
El anlisis WT es superior a los distintos tipos de anlisis de Fourier ya que proporciona una
localizacin tiempo-frecuencia adaptiva. A un nivel de escala grande de la wavelet se obtiene
buena resolucin en frecuencia mientras que a una escala baja se tiene una buena resolucin
en tiempo.
Existen diferentes familias de wavelets, de las cuales no existe un criterio definido para
evaluar su calidad debido a que esta depende en gran medida de la aplicacin y las
caractersticas requeridas para sta, como lo pueden ser su soporte, simetra, momentos de
desvanecimiento, regularidad, etc. Las familias ms conocidas de wavelets son: Haar,
Daubechies, Coiflets, Symlets, Biortogonales, Meyer, Mexican hat, Shannon y Morlet. Se
propone analizar la eficiencia del algoritmo con las primeras 5 familias mencionadas y
diferentes cantidades de coeficientes, ya que la seleccin depende tanto de la escala como la
resolucin, y para determinar la wavelet adecuada para esta aplicacin se debe analizar el
mtodo, tanto con diferentes wavelets como con diferentes niveles de descomposicin a los
cuales trabajan dichas wavelets.
TRANSFORMADA WAVELET CONTINUA (CWT)
Dadas las limitantes de la STFT se desarrolla la CoWT para superar dichas restricciones. La
ecuacin (1.5) que define la CoWT es:
(1.5)
En donde x(t) es la seal a analizar, (t) es la wavelet madre, que es funcin de la escala a=
fo/f (parmetro de dilatacin), b es el parmetro de traslacin y finalmente f0 es la frecuencia
central de la wavelet. Por lo tanto con los valores a y b se obtienen wavelets que son versiones
de la wavelet madre (t).
Este anlisis wavelet entrega una serie de coeficientes que indican que tan parecida es la seal
a analizar de una funcin madre. Dado que la CoWT es un proceso reversible la seal puede
obtenerse a partir de los coeficientes obtenidos en el anlisis. Este proceso de sntesis esta
descrito por la ecuacin (1.6):
(1.6)
En donde C es una constante llamada constante de admisibilidad y debe tener un valor
finito para poder realizar el proceso de sntesis.
TRANSFORMADA WAVELET DISCRETA
La transformada de wavelet es un tipo especial de transformada matemtica que representa
una seal en trminos de versiones trasladadas y dilatadas de una onda finita (denominada
ndula madre).
La teora de ondculas est relacionada con campos muy variados. Todas las
transformaciones de ondculas pueden ser consideradas formas de representacin en tiempofrecuencia y, por tanto, estn relacionadas con el anlisis armnico. Las transformadas de
ondculas son un caso particular de filtro de respuesta finita al impulso. Las ndulas,
continuas o discretas, en el espacio directo y en el de las frecuencias no puede ser ms
pequeo que una cierta constante geomtrica. En el caso de las ondculas discretas, la
dispersin de los coeficientes se ha de medir de acuerdo con la norma l2 (norma 2 de series
numerables). Representada por la ecuacin:
(1.7)
En cuanto a sus aplicaciones, la transformada de ndula discreta se utiliza para la
codificacin de seales, mientras la continua se utiliza en el anlisis de seales. Como
consecuencia, la versin discreta de este tipo de transformada se utiliza fundamentalmente
en ingeniera e informtica, mientras que la continua se utiliza sobre todo en la fsica. Este
tipo de transformadas estn siendo cada vez ms empleadas en un amplio campo de
especialidades, a menudo sustituyendo a la transformada de Fourier por su ventaja para el
anlisis de seales en el dominio del tiempo y la frecuencia. Se puede observar este
desplazamiento en el paradigma en mltiples ramas de la fsica, como la dinmica
molecular, los clculos ab initio, la astrofsica, la geofsica de los sismos, la ptica, el
estudio de las turbulencias y la mecnica cuntica, as como en otros campos muy variados
como el procesamiento digital de imgenes, los anlisis de sangre, el anlisis
de electrocardiogramas, el estudio del ADN, el anlisis de protenas, la meteorologa, el
procesamiento de seal en general, el reconocimiento de voz, los grficos por ordenador, el
anlisis multifractal y en el campo de biometra.
JPEG 2000 es un estndar de compresin y codificacin digital de imgenes. Fue creado
por el Joint Photographic Experts Group (Grupo Conjunto de Expertos en Fotografa o
JPEG), en el ao 2000 con la intencin de sustituir el formato original creado en 1992. El
nuevo formato se basa en la transformada wavelet, en lugar de la transformada de coseno
discreta establecida para el estndar original. La extensin de los archivos en formato JPEG
2000 es .jp2.
8
JPEG 2000 puede trabajar con niveles de compresin mayores que los de JPEG sin incurrir
en los principales defectos del formato anterior con altas tasas de compresin: generacin
de bloques uniformes y aspecto borroso. Tambin se adapta mejor a la carga progresiva de
las imgenes. Sus principales desventajas estn en que tiende a emborronar ms la imagen
que JPEG, incluso para un mismo tamao de archivo (pero sin formar bloques), y que
elimina algunos detalles pequeos y texturas, que el formato JPEG normal s llega a
representar.
10
11
