Transformasi Wavelet dan STFT

1. Apa perbedaan antara STFT dan Transformasi Wavelet?
2. Apa keuntungan utama analisis wavelet dibandingkan STFT?
3. Mengapa Transformasi Wavelet Lebih Baik Daripada Singkat Transformasi Fourier?
4. Apa perbedaan antara FFT dan STFT?

Apa perbedaan antara STFT dan Transformasi Wavelet?

Berbeda dengan STFT standar yang menggunakan ukuran jendela tunggal, transformasi wavelet (WT) menggunakan jendela pendek pada frekuensi tinggi dan jendela panjang pada frekuensi rendah [21]. Wavelet bergantung pada penggunaan fungsi wavelet ibu yang dapat ditingkatkan dan digeser, untuk berkorelasi dengan anomali atau peristiwa sinyal.

Apa keuntungan utama analisis wavelet dibandingkan STFT?

Analisis wavelet mengatasi kerugian STFT karena CWT menggunakan teknik windowing dengan daerah berukuran variabel. Analisis wavelet memungkinkan penggunaan interval waktu yang lama di mana kami menginginkan informasi frekuensi rendah yang lebih tepat, dan daerah yang lebih pendek di mana kami menginginkan informasi frekuensi tinggi.

Mengapa Transformasi Wavelet Lebih Baik Daripada Singkat Transformasi Fourier?

Hasil transformasi wavelet berbeda dari STFT karena resolusi frekuensi waktu tidak tetap dan tergantung pada frekuensinya (properti multi-skala, lihat Gambar. 5). Secara umum, transformasi wavelet mewakili komponen frekuensi yang lebih rendah dengan resolusi frekuensi yang lebih halus dan resolusi waktu yang lebih kasar.

Apa perbedaan antara FFT dan STFT?

FFT memiliki resolusi 2048 baris, jendela Blackman, dan 50% tumpang tindih dan STFT juga memiliki ukuran blok 2048, ukuran FFT 16K, jendela Blackman, dan 50% tumpang tindih. Seperti yang bisa kita lihat, STFT berkinerja lebih baik dengan ukuran blok yang sama (tetapi garis yang lebih dihitung). Kami meningkatkan resolusi frekuensi untuk jumlah data yang sama.