希尔伯特变换卷积核函数的近似分析

说明:该分析的基础是《Fundamentals of Computerized Tomography Image Reconstruction from Projections 2ndEd》书中(8.10)式及其上下文。

函数$\phi(u)$的希尔伯特变换$[\mathcal{H}\phi](v)$为

\begin{equation}[\mathcal{H}\phi](v)=-\frac{1}{\pi} \bigg(\int\limits_{-\infty}^{\infty}\frac{\phi(u)}{v-u}du\bigg)\end{equation}

其实就是$\phi$与$\rho$的卷积,即$\mathcal{H}\phi=\phi*\rho$,其中

\begin{equation}\rho(u)=-\Big(\frac{1}{\pi u}\Big)\end{equation}

称为希尔伯特卷积核函数。通过数值计算求(1)式的值较为困难,一种解决方法就是正则化卷积核函数,即用一族函数$\{\rho_A|A>0\}$来近似$\rho$,其中$A$是正整数,该正则化函数的目的是满足:$\phi$在任意合理的实数点$v$上都有

\begin{equation}\lim\limits_{A\to\infty}[\phi*\rho_A](v)=[\mathcal{H}\phi](v)\end{equation}

这就是希尔伯特变换的卷积近似表达式。现在的问题是如何确定$\rho_A$,由于很难找到可以直接逼近$\rho$的近似函数,所以从其傅里叶变换入手,寻找可行的近似表达。根据

\begin{equation}\mathcal{F}\big(\frac{1}{u}\big)(U)=-i\pi \mathrm{sgn}(U)\end{equation}

其中$\mathcal{F}$表示傅里叶变换,所以

\begin{equation}\mathcal{F}\big(\rho(u)\big)(U)=i\mathrm{sgn}(U)\end{equation}

其中

\begin{equation}\mathrm{sgn} = \left\{ \begin{array}{ll}1 & U>0\\0 & U=0\\-1 & U<0\end{array} \right.\end{equation}

因 此逼近$\rho(u)$的问题就转化为寻找逼近$\mathrm{sgn}(U)$的函数的问题,由于$\mathrm{sgn}(U)$是奇函数,所 以只需要找到$U>0$区间上的近似函数$F_A (U)$,就可以将$\mathrm{sgn}(U)$近似表达出来。为了满足后续的数值化需求,对$F_A $的定义做如下规定:
对任意实数$A$,$F_A$是一个实值可积函数,当$U>0$时满足以下三个条件:

  1. $0\le F_A(U)\le 1$,如果$U\ge A/2$,则$F_A(U)=0)
  2. $F_A (U)$是关于$U$的单调非递增函数
  3. $\lim_{A\to\infty}F_A(U)=1$

上述的第三个条件就是$\mathrm{sgn}(U)$在$U>0$区间的部分,常用的$F_A (U)$有:

  • 有限带宽函数:$F_A(U)=1$
  • 余弦函数:$F_A(U)=\cos(\pi U/A)$
  • sinc函数:$F_A(U)=\frac{\sin(\pi U/A)}{(\pi U/A)}$
  • 广义汉明窗函数(参数取值范围:$0.5\le \alpha\le 1.0$):$F_A(U)=\alpha+(1-\alpha)\cos(2\pi U/A)$

此时,$\mathcal{F}\big(\rho(u)\big)(U)$的完整近似表达式为

\begin{equation}F_A^*(U)
= \left\{ \begin{array}{ll}iF_A(U) & U>0\\0 & U=0\\-iF_A(-U)
& U<0\end{array} \right. = \left\{ \begin{array}{ll}iF_A(|U|)
& U>0\\0 & U=0\\-iF_A(|U|) & U<0\end{array}
\right.\end{equation}

将上式进行逆傅里叶变换就可以得到希尔伯特变换卷积核函数的近似表达式如下:

\begin{equation}\begin{array}{lll}\rho_A(u)
& = & \int_{-\infty}^{\infty}F_A^*(U)\mathrm{exp}(2\pi
iUu)dU\\& = & \int_{-A/2}^{A/2}F_A^*(U)\big(i\mathrm{sin}(2\pi
Uu)+\mathrm{cos}(2\pi Uu)\big)dU\\& = &
-2\int_0^{A/2}F_A(U)\mathrm{sin}(2\pi Uu)dU\end{array}\end{equation}

上式的推导利用了$F_A^*$和正弦函数的奇函数性质以及余弦函数的偶函数性质。

时间: 2024-10-11 01:43:14

希尔伯特变换卷积核函数的近似分析的相关文章

希尔伯特变换的物理意义

作者:王赟 Maigo链接:https://www.zhihu.com/question/30372795/answer/47876447来源:知乎著作权归作者所有,转载请联系作者获得授权. 希尔伯特变换的物理意义十分简单:把信号的所有频率分量的相位推迟90度.也就是说,如果原信号可以表示成,则经过希尔伯特变换后的信号为.这一点通过希尔伯特变换的频域形式很容易看出来:,其中 当然,我知道题主最感兴趣的是:把相位推迟90度有什么用?答案是:希尔伯特变换可以用来做解调器,调幅.调频都能解. 如图,蓝

Hilbert-Huang Transform(希尔伯特-黄变换)

在我们正式开始讲解Hilbert-Huang Transform之前,不放先来了解一下这一伟大算法的两位发明人和这一算法的应用领域 Section I 人物简介 希尔伯特:公认的数学界“无冕之王”,1943年去世于瑞士苏黎世.除此之外,自不必过多介绍. 黄锷:1937年出生于湖北省:1975年进入NASA(美国国家宇航局):美国国家工程院院士. Section II Hilbert-Huang的应用领域 医学领域:探测心率不齐.登革热的扩散.血压的变化 交通领域:探测公路桥梁安全 安全领域:辨识

高斯核函数

高斯核函数 所谓径向基函数 (Radial Basis Function 简称 RBF), 就是某种沿径向对称的标量函数.通常定义为空间中任一点x到某一中心xc之间欧氏距离的单调函数 , 可记作 k(||x-xc||), 其作用往往是局部的 , 即当x远离xc时函数取值很小. 高斯核函数 - 常用公式 最常用的径向基函数是高斯核函数 ,形式为 k(||x-xc||)=exp{- ||x-xc||^2/(2*σ)^2) } 其中xc为核函数中心,σ为函数的宽度参数 , 控制了函数的径向作用范围.

为什么要进行傅立叶变换?傅立叶变换究竟有何意义?如何用Matlab实现快速傅立叶变换

写在最前面:本文是我阅读了多篇相关文章后对它们进行分析重组整合而得,绝大部分内容非我所原创.在此向多位原创作者致敬!!! 一.傅立叶变换的由来 关于傅立叶变换,无论是书本还是在网上可以很容易找到关于傅立叶变换的描述,但是大都是些故弄玄虚的文章,太过抽象,尽是一些让人看了就望而生畏的公式的罗列,让人很难能够从感性上得到理解,最近,我偶尔从网上看到一个关于数字信号处理的电子书籍,是一个叫Steven W. Smith, Ph.D.外国人写的,写得非常浅显,里面有七章由浅入深地专门讲述关于离散信号的傅

理解离散傅立叶变换(一. 傅立叶变换的由来)

理解离散傅立叶变换(一) ------傅立叶变换的由来 关于傅立叶变换,不管是书本还是在网上可以非常easy找到关于傅立叶变换的描写叙述,可是大都是些故弄玄虚的文章,太过抽象,尽是一些让人看了就望而生畏的公式的罗列,让人非常难可以从感性上得到理解,近期,我偶尔从网上看到一个关于数字信号处理的电子书籍,是一个叫Steven W. Smith, Ph.D.外国人写的,写得非常浅显,里面有七章由浅入深地专门讲述关于离散信号的傅立叶变换,尽管是英文文档,我还是硬着头皮看完了有关傅立叶变换的有关内容,看了

理解离散傅立叶变换(一. 傅立叶的起源变换)

理解离散傅立叶变换(一) ------傅立叶变换的由来 关于傅立叶变换,不管是书本还是在网上可以非常easy找到关于傅立叶变换的描写叙述,可是大都是些故弄玄虚的文章,太过抽象.尽是一些让人看了就望而生畏的公式的罗列,让人非常难可以从感性上得到理解.近期.我偶尔从网上看到一个关于数字信号处理的电子书籍,是一个叫Steven W. Smith, Ph.D.外国人写的,写得非常浅显,里面有七章由浅入深地专门讲述关于离散信号的傅立叶变换.尽管是英文文档.我还是硬着头皮看完了有关傅立叶变换的有关内容,看了

LIBSVM使用介绍

1.首先从主页上下载libsvm.Python2.5.2和gnuplot 三个软件. http://www.csie.ntu.edu.tw/~cjlin/ 2.准备好数据,首先要把数据转换成Libsvm软件包要求的数据格式为: label index1:value1 index2:value2 ... 其中对于分类来说label为类标识,指定数据的种类 :对于回归来说label为目标值.(我主要要用到回归) Index是从1开始的自然数,value是每一维的特征值. 该过程可以自己使用excel

通信常识

http://blog.csdn.net/erizen/article/details/5863550 1.符号能量问题 请问各位大虾,像4QAM,16QAM,32QAM,64QAM调制每符号平均能量怎么求解?我看别人程序时,16QAM得每符号平均能为10,不知道怎么求出来的.我想知道对于这些调制方式,怎么加噪的,我看一段程序如下: Eav=10*d^2; % energy per symbol snr=10^(SNRindB(p)/10); % SNR per bit (given) sgma

Matlab数字信号处理

产生方波 clear t=0:0.01:10; subplot(4,1,1) f1=square(t);                       %  产生周期为2pi的方波信号 plot(t,f1) axis([0,10,-1.2,1.2]) subplot(4,1,2) f2=square(t,30);               %  产生周期为2pi,占空比为30%的方波信号   plot(t,f2) axis([0,10,-1.2,1.2]) subplot(4,1,3) f3=s