
Разложение сигнала одновременно во времени и по частоте для особенностей, которые появляются и исчезают.Вейвлет-анализ — это математический метод разложения сигнала на компоненты, локализованные одновременно во времени и по частоте. В отличие от преобразования Фурье, которое дает глобальный частотный спектр и теряет всю временную информацию, вейвлеты используют небольшие конечные «волны» (сами вейвлеты), которые масштабируются и сдвигаются, чтобы соответствовать особенностям, появляющимся и исчезающим. Это делает метод идеальным для изучения переходных процессов, резких скачков или сигналов с изменяющимся частотным составом, таких как сейсмические волны, сердцебиение или звуковые всплески.
Современная теория была разработана в 1980-х годах Жаном Морле и Алексом Гроссманом на основе более ранних идей в математике и обработке сигналов. Ингрид Добеши позже построила ортогональные вейвлеты с компактным носителем, что сделало метод вычислительно практичным.
Вейвлет — это небольшая осциллирующая функция, отличная от нуля только на коротком интервале. Анализ работает путем сравнения сигнала со многими масштабированными (растянутыми или сжатыми) и сдвинутыми (переведенными) версиями этого вейвлета. На каждом масштабе и позиции коэффициент показывает, насколько хорошо вейвлет соответствует локальной форме сигнала. Большие коэффициенты указывают на сильное сходство, выявляя, где и в каком масштабе встречается особенность. Результатом является двумерная карта (масштаб в зависимости от времени), показывающая, как изменяется частотный состав сигнала.
Используется в сжатии изображений JPEG 2000, медицинской визуализации (например, подавление шума в МРТ), обнаружении землетрясений и анализе сигналов гравитационных волн.
Слово «вейвлет» происходит от французского «ondelette», что означает «маленькая волна», и первые практические вейвлеты были разработаны геофизиком, искавшим нефть.




