चोहुआंग के पास एक अच्छा जवाब है, लेकिन मैं उस एक अन्य विधि को भी जोड़ दूंगा जिसका उपयोग आप कर सकते हैं, जो हैर वेवलेट ट्रांसफ़ॉर्म के माध्यम से होगा, उसके बाद वेवलेट सह-कुशल संकोचन और एक उलटा हैर ट्रांसफ़ॉर्म टाइम-डोमेन पर वापस आ जाएगा।
Haar तरंगिका परिवर्तन आपके संकेत को वर्ग और अंतर कार्यों के सह-प्रभावकारिता में अलग-अलग पैमाने पर घुलता है। यहां विचार यह है कि आप नए स्क्वायर सिग्नल प्रतिनिधित्व को अपने मूल सिग्नल से सर्वश्रेष्ठ रूप से मेल खाने के लिए बाध्य करते हैं, और इस प्रकार वह सबसे अच्छा प्रतिनिधित्व करता है जहां आपके किनारे झूठ बोलते हैं।
जब आप एक सह-कुशल संकोचन करते हैं, तो इसका मतलब यह है कि आप Haar रूपांतरित फ़ंक्शन के विशिष्ट सह-गुणकों को शून्य में बदल रहे हैं। (अन्य शामिल तरीके हैं, लेकिन यह सबसे सरल है)। Haar रूपांतरित तरंगिका सह-प्रभावकारक विभिन्न तराजू पर विभिन्न वर्ग / अंतर कार्यों से जुड़े स्कोर हैं। आरएएच परिवर्तित आरएचएस संकेत सबसे कम पैमाने पर वर्ग / अंतर अड्डों का प्रतिनिधित्व करता है, और इस प्रकार, इसकी व्याख्या 'उच्चतम आवृत्ति' पर की जा सकती है। शोर ऊर्जा के अधिकांश इस प्रकार झूठ बोलेंगे, वीएस सिग्नल की अधिकांश ऊर्जा जो एलएचएस पर झूठ होगी। क्या उन ठिकानों को प्रभावोत्पादक बताया गया है, जिनका परिणाम उलटा है और फिर उलटा समय-क्षेत्र में बदल जाता है।
संलग्न एक भारी AWGN शोर द्वारा दूषित साइनसाइड का एक उदाहरण है। उद्देश्य यह पता लगाना है कि पल्स झूठ का 'प्रारंभ' और 'स्टॉप' कहां है। पारंपरिक फ़िल्टरिंग उच्च आवृत्ति (और समय में अत्यधिक स्थानीयकृत) किनारों को धब्बा देगा, क्योंकि इसके दिल में, फ़िल्टरिंग एक एल -2 तकनीक है। इसके विपरीत, निम्नलिखित पुनरावृत्ति प्रक्रिया के रूप में के रूप में अच्छी तरह से किनारों को संरक्षित करेगा:
(मैंने सोचा था कि कोई यहां फिल्में संलग्न कर सकता है, लेकिन मैं ऐसा नहीं कर पा रहा हूं। आप फिल्म डाउनलोड कर सकते हैं जो मैंने यहां बनाई है )। (राइट क्लिक करें और 'सेव लिंक' के रूप में)।
मैंने MATLAB में 'हाथ से' प्रक्रिया लिखी, और यह इस प्रकार है:
- भारी AWGN द्वारा दूषित एक साइनसॉइड नाड़ी बनाएँ।
- ऊपर के लिफाफे की गणना करें। (संकेत')।
- सभी पैमानों पर अपने सिग्नल के हर वेवलेट ट्रांसफ़ॉर्म की गणना करें।
- पुनरावृत्ति सह-कुशल थ्रेशोल्ड द्वारा अस्वीकार।
- उलटा Haar सिकुड़ सह-कुशल वेक्टर को ट्रांसफ़ॉर्म करें।
आप स्पष्ट रूप से देख सकते हैं कि सह-प्रभावकारिता कैसे सिकुड़ रही है, और इसके परिणामस्वरूप उलटा हैर ट्रांसफ़ॉर्म।
हालांकि इस पद्धति का एक दोष यह है कि किनारों को दिए गए पैमाने पर वर्ग / अंतर के आधार पर या उसके आसपास झूठ बोलना पड़ता है। यदि नहीं, तो परिवर्तन अगले उच्च स्तर पर कूदने के लिए मजबूर है, और इस प्रकार एक किनारे के लिए एक सटीक प्लेसमेंट खो देता है। इसको काउंटर करने के लिए बहु-रिज़ॉल्यूशन विधियों का उपयोग किया जाता है, लेकिन वे अधिक शामिल हैं।