wavelet - 小波逆变换和小波变换有什么区别

Question

WPD = 小波包分解

嗨，亲爱的 Stack Overflow。我对我的时间序列数据有疑问。

我的数据是机器或机床中轴承的振动。

我们知道 WPD 作为一个滤波器工作，如果我们应用 level.2 WPD，它被分为 4 个频段

ex) - sampling rate = 4000Hz
1. 0 ~ 500Hz
2. 500 ~ 1000Hz
3. 1000 ~ 1500Hz
4. 1500 ~ 2000Hz
by nyquist theorem

许多研究使用小波变换结果

但我认为如果我们对信号应用小波变换，结果就是尺度域（时域->尺​​度域，因为小波变换）

这不是我们想要的确切结果。

我们应该在时域而不是尺度域中分析信号

所以在 WPD 之后，逆小波变换应该应用于划分的小波变换结果

那正确吗？

摘要：我有两个问题是：

1. 通过逆变换在时域中分析 WPD 结果的尝试是否不正确？

2. 如果分析不正确，有什么问题呢？

Answer 1

但我认为如果我们对信号应用小波变换，结果就是尺度域（时域->尺​​度域，因为小波变换）

• 这不是真的。我们仍然可以访问时域数据和频域数据。

• 基本上，当我们通过小波传递时间序列数据时，我们将获得时间和频率数据的分辨率，这就是小波和其他类似的时间频率方法（如 Gabor）背后的全部要点。因此，您不必使用逆小波。