跳轉到

8.3 小波轉換 1984#

本章導言#

1984 年，Alex Grossmann 與 Jean Morlet（法國地球物理學家）發表論文，把一種用於地震勘探的「小波分解」與數學的保角表示、Calderón 恆等式（1964）連接起來——現代小波理論（wavelet theory）由此誕生。1985 年 Yves Meyer 證明存在光滑正交小波基（震動了調和分析界——因為 Balian–Low 阻止了 Gabor 做同樣的事），1988 年 Ingrid Daubechies 構造出緊支撐正交小波（工程可直接使用），1989 年 Stéphane Mallat 建立快速小波算法（Mallat 算法）與多分辨率分析（MRA）。十年之間，小波從地震學家的私人工具成為調和分析的第三支柱（與傅立葉級數、傅立葉轉換並列）。本節講述這場革命：小波的時頻幾何、多分辨率分析、快速算法、Daubechies 構造的濾波器組本質，以及小波如何在壓縮（JPEG 2000）、去噪、數學（Calderón–Zygmund 算子）中改寫規則。

從 Morlet 的直觀到 Meyer 的定理#

Jean Morlet（1931–2007） 是 Elf-Aquitani 的石油勘探地球物理學家。地震勘探的標準工具是「發射脈衝 → 收反射波 → 反演地層」；Morlet 發現固定的窗不適合分析反射波的時變頻率（低頻穿深、高頻分辨率高），於是發明「伸縮–平移的單一小波」 \(\psi\left(\frac{t - b}{a}\right)\) （他造了「ondelette」一詞——小波）。他帶著數值觀察去找 Grossmann（馬賽 Luminy 的理論物理學家），Grossmann 認出這是 Calderón 再生公式（1964，Calderón–Zygmund 學派的積分恆等式）的離散化——油田工程師的經驗公式，竟有純數學的成熟理論等著接應。

Calderón 恆等式（小波的「Parseval」）：對滿足允許條件 \(C_\psi = \int_0^\infty\frac{|\hat\psi(\omega)|^2}{\omega}d\omega < \infty\) 的 \(\psi\) ：

\[ f = \frac{1}{C_\psi}\int_0^\infty\!\!\int \langle f, \psi_{a,b}\rangle\,\psi_{a,b}\,\frac{da\,db}{a^2}, \qquad \psi_{a,b}(t) = \frac{1}{\sqrt a}\psi\!\left(\frac{t - b}{a}\right). \]

連續小波變換 \(W_f(a, b) = \langle f, \psi_{a,b}\rangle\) 是冗餘的（二維表示一維訊號），但逐尺度自相似——它是「顯微鏡」而非「分解」。離散化的核心問題：能否選離散格點 \((a_j, b_{j,k})\) 使 \(\{\psi_{j,k}\}\) 成為正交基？Meyer（1985）的震驚回答：能——他構造了光滑快速衰減的正交小波基（ \(\psi\) 是無窮光滑、頻域支撐良好的「奇異函數」——不是任何初等函數的組合！）。Balian–Low 不適用：因為小波的格點非均勻（尺度遞增： \(\Delta t\) 隨頻率增大而縮小）——小波用「多尺度格」繞過了 Gabor「均勻格」的天花板。

多分辨率分析（MRA）與 Mallat 算法#

Mallat（1989） 把 Meyer 的小波翻譯成信號處理語言——多分辨率分析：一列嵌套子空間

\[ \cdots \subset V_2 \subset V_1 \subset V_0 \subset V_{-1} \subset \cdots, \qquad \overline{\bigcup_j V_j} = L^2, \quad \bigcap_j V_j = \{0\}, \quad f \in V_j \Leftrightarrow f(2\cdot) \in V_{j-1}, \]

每級是「分辨率 \(2^{-j}\) 的近似空間」，由尺度函數 \(\phi\) 的平移 \(\{\phi(\cdot - k)\}\) 張成；小波空間 \(W_j = V_{j-1} \ominus V_j\) （兩級近似之差 = 該尺度的「細節」）由 \(\{\psi_{j,k}\}\) 張成。嵌套分解： \(L^2 = V_0 \oplus W_0 \oplus W_1 \oplus W_2 \oplus \cdots\) ——訊號 = 粗略概貌 + 逐級細節。

兩尺度關係與濾波器組： \(\phi\) 與 \(\psi\) 滿足

\[ \phi(t) = \sqrt2\sum_k h_k\,\phi(2t - k), \qquad \psi(t) = \sqrt2\sum_k g_k\,\phi(2t - k), \qquad g_k = (-1)^k h_{1-k}, \]

小波 = 「低通 \(h\) + 高通 \(g\) + 二抽取」的濾波器組迭代（7.2 節子帶編碼的完美重建條件在此現身）！Mallat 算法：分解 = 逐級（濾波 + 抽半）、重建 = 逐級（補零 + 濾波 + 相加），總複雜度 \(O(N)\) ——比 FFT 的 \(O(N\log N)\) 還快（緊支撐小波時）。小波變換是線性複雜度的正交變換——這個計算優勢使它在「即時處理」場景無可替代。

Daubechies 小波與緊支撐革命#

Meyer 小波美而不可算（非緊支撐、無顯式）。Ingrid Daubechies（1954– ，貝爾實驗室/普林斯頓） 1988 年問：能否有緊支撐的正交小波？ 她把問題化為多項式濾波器的譜分解：

  • 緊支撐 \(K\) 點 \(\Leftrightarrow\) \(H(z) = \sum h_k z^{-k}\) 是 \(K\) 項 FIR（7.2 節語言）；
  • 正交性 \(\Leftrightarrow\) \(|H(\omega)|^2 + |H(\omega + \pi)|^2 = 1\) （二次鏡像濾波條件，Smith–Barnwell 1986 的完美重建條件的正交特例）；
  • 消失矩 \(p\) （ \(\int t^m\psi = 0\) ， \(m < p\) ） \(\Leftrightarrow\) \(H(\omega)\) 在 \(\omega = 0\) 有 \(p\) 階零點（壓縮的關鍵：光滑訊號的細節係數近零！）

Daubechies 用 Fejér–Riesz 定理（3.3 節場景五：非負三角多項式 = \(|Q|^2\) ）完成譜分解，構造出 Daubechies-4、-6、…（支撐 \(2p - 1\) 、消失矩 \(p\) ）家族——每個都是有限脈衝響應濾波器、每個都完美重建、每個都光滑。db4（4 係數）是史上最常用的小波：去噪、壓縮、JPEG 2000 的骨幹。理論譜分解 + 工程濾波器 + 壓縮需求的三線匯合，使 1988 年成為小波史的頂點（Daubechies 後獲 MacArthur 獎、L'Oréal-UNESCO 獎、2023 Wolf 數學獎——調和分析首位女性 Wolf 得主）。

一個具體例題#

例題 8.3.1：Haar 小波（最古老、最簡單）： \(\psi(t) = 1\) 於 \([0, \frac12)\) 、 \(-1\) 於 \([\frac12, 1)\) 、0 其他。（1）驗證 \(\{\psi_{j,k}\}\) 正交；（2）用 Haar 分解 \(f = (3, 1, 4, 1, 5, 9, 2, 6)\) （8 點向量）並重建；（3）示範壓縮：保留最大 3 個係數的誤差。

解：

（1） \(\|\psi_{j,k}\| = 2^{-j/2}\) ；不同 \((j,k)\) 的支撐或尺度不交、或同尺度不交——內積全零； \(\langle\psi_{j,k}, \psi_{j,k}\rangle = 2^{-j}\) ✓。Haar 是 1910 年 Alfréd Haar 構造的正交基——史上第一個小波，等了 74 年才被認出來。

（2）Mallat 算法（Haar = 平均/差分對）：每級把相鄰兩數對 \((a, b)\) 分解為（和 \(\frac{a+b}{\sqrt2}\) ，差 \(\frac{a - b}{\sqrt2}\) ）：

級 0（尺度 4 的平均 + 三級細節）:
輸入:      3   1   4   1   5   9   2   6
第一級:    粗 (4, 5, 14, 8)/√2,  細 (2, 3, -4, -4)/√2
第二級:    粗 (9, 22)/2,        細 (-1, 6)/2
第三級:    粗 (31)/2√2,         細 (-13)/2√2

（用 \(h = \frac{1}{\sqrt2}(1, 1)\) 、 \(g = \frac{1}{\sqrt2}(1, -1)\) 。）係數總數 8 = 輸入 8（正交變換的能量守恆），重建 = 逆向逐級相加，精確還原 ✓。

（3）保留最大 3 係數：粗略平均 \(\frac{31}{2\sqrt2} = 10.96\) 、第二級粗 \(\frac{22}{2} = 11\) 、細節 \(\frac{6}{2} = 3\) （最大三個）。丟棄其餘（含 \(-13/2\sqrt2 = -4.6\) 的全局傾斜與各級小差異）。重建誤差向量 \((\Delta x_n)\) ：Parseval 型能量核算： \(\|\Delta\|^2 = \sum_{\text{丟棄}}c^2 = 4.6^2 + (\text{小項}) \approx 21 + 5.5 = 26.5\) ，相對誤差 \(\frac{\sqrt{26.5}}{\sqrt{3^2+1^2+16+1+25+81+4+36}} = \frac{5.1}{12.6} \approx 41\%\) ——Haar 太粗糙（只有 1 個消失矩，光滑訊號的細節不夠小）。對照：db4（4 消失矩）對同樣訊號保留 3 係數的誤差可低一個量級——消失矩是壓縮效率的直接開關（Daubechies 構造的核心動機）。

歷史啟示#

  • 跨領域的對撞：地震學（Morlet）、理論物理（Grossmann）、純數學（Meyer、Calderón 學派）、電機工程（Mallat、Daubechies、Vetterli）——沒有任何單一領域能單獨完成小波革命。學科邊界上的「翻譯者」角色（Mallat 把 MRA 語言帶進 DSP；Daubechies 把譜分解帶進濾波器）是科學加速的稀缺資源。
  • 工程需求與純數學的合流：Calderón–Zygmund 學派 1960s 的奇積分算子理論（純粹為了解 Hilbert 變換的 \(L^p\) 有界性）在 1984 年成為小波的理論母體；反過來，小波基使 Calderón 算子的有界性獲得「單尺度–可平方求和」的透明證明（Meyer 1986、T(1) 定理的簡化）——應用工具回饋純數學以新證明語言，這是罕見的雙向紅利。
  • JPEG 2000 的啟示：2000 年小波壓縮標準（對照 1992 的 JPEG/DCT）在小波端贏得質量（無塊效應、多分辨率傳輸），卻輸掉了生態（DCT 已固化）。技術優越 ≠ 產業勝利；兩代標準之間隔著基礎設施。

與其他章節及領域的關聯#

  • 1.3、3.3 節：正交投影與框架——小波基是新的正交系。
  • 4.3、7.2 節：濾波器組——小波的離散實現身體。
  • 8.1–8.2 節：測不準與 Gabor 天花板——小波的存在理由。
  • 6.3 節：Mallat 算法 \(O(N)\) vs. FFT \(O(N\log N)\) 的計算譜系。
  • 3.3 節：Fejér–Riesz 定理——Daubechies 構造的代數引擎。
  • 10.1 節：框架理論、Riesz 基、Hilbert 空間的表示論。
  • 10.2 節：稀疏表示——小波係數的稀疏性是壓縮感知的「字典」之一。
  • 應用：JPEG 2000、JPEG XR、指紋壓縮（FBI 1993 用小波）、EEG/fMRI 去噪、湍流分析、數值 PDE（小波 Galerkin）。

練習#

  1. 驗證 Haar 小波滿足允許條件 \(C_\psi = \int_0^\infty\frac{|\hat\psi(\omega)|^2}{\omega}d\omega < \infty\) （ \(\hat\psi(\omega) = \frac{4\sin^2(\omega/4)e^{-i\omega/2}}{\omega}\) 型——分母被 \(\omega\) 約掉後 \(\hat\psi(\omega)\sim\omega\) 於 0 附近，可積）。
  2. 對 Haar，證明消失矩恰為 1（ \(\int\psi = 0\) 、 \(\int t\psi = -\frac14\neq0\) ），並解釋這如何對應「對常數訊號的細節係數為零、對線性訊號不為零」。
  3. 用例題 8.3.1 的 Mallat 算法手算 Haar 分解：輸入 \((1, 2, 3, 4)\) ，寫出兩級分解的全部係數與重建。
  4. 證明 Mallat 算法的總複雜度：每級每個點 2 次乘加、 \(\log_2 N\) 級、每級點數減半——總和 \(\approx 4N\) ，即 \(O(N)\) 。
  5. 思考題：小波的「常數 Q」幾何（ \(\Delta t \propto \frac{1}{\omega}\) ）與耳蝸的基底膜頻率映射（對數刻度）一致。查閱 Gammatone/耳蝸濾波器組的文獻，討論：小波是否「更符合聽覺」？進一步：為何 MP3 仍用均勻 MDCT（配合心理聲學掩蔽表）而非小波？——表示效率、心理聲學、實現成本的三方談判。

進階研讀：小波革命的五個深化場景#

場景一：雙正交小波與 JPEG 2000 的 CDF 9/7。Daubechies 的正交小波不對稱（非線性相位——7.2 節的音訊噩夢）。Cohen–Daubechies–Feauveau（1992） 放棄正交換取雙正交（分析/合成用不同的濾波器組，實現精確對稱 + 線性相位 + 緊支撐）：CDF 9/7 小波成為 JPEG 2000 的核。「正交 vs. 對稱」的交換——又一次 7.2 節 IIR/FIR 式的工程談判。提升方案（lifting scheme，Sweldens 1996） 把小波構造分解為「分裂–預測–更新」三步，使一切雙正交小波可由初等提升步生成——小波設計的「積木化」，也是第二代小波（曲線上、任意拓撲網格）的起點。

場景二：去噪與 Donoho–Johnstone 閾值。Donoho–Johnstone（1994） 的軟閾值去噪：小波係數 \(|c| < \lambda\) 歸零、其餘收縮 \(\mathrm{sgn}(c)(|c| - \lambda)\) ， \(\lambda = \sigma\sqrt{2\ln N}\) （萬能閾值，來自 Gauss 極值統計）。理論保證：在廣泛的函數類（Besov 空間）上達到近極小極大風險——小波是「去噪的自適應極小極大機器」。三行算法 + 深刻定理的典範；醫學影像、地球物理、音訊降噪的標配。

場景三：脊波、曲線波與方向性革命。小波各向同性（點狀奇性最優），但影像的邊緣是線狀奇性——小波表示邊緣需要 \(O(\text{邊長}/\epsilon)\) 係數，不稀疏。脊波（ridgelet，Candès 1998）、曲線波（curvelet，Candès–Donoho 2002） 引入方向 + 各向異性伸縮：對 \(C^2\) 邊緣的表示係數數量級 \(O(\sqrt{1/\epsilon})\) ——接近理論下界。「奇性的幾何形狀決定最優基」——表示論思維的進化：從「點奇性（小波）」到「線奇性（curvelet）」到「流形（Shearlet、adaptive dictionaries）」。10.2 節壓縮感知與字典學習的近親。

場景四：數值 PDE 的小波方法。小波基的條件數好（Riesz 常數近 1）、局部支撐（稀疏矩陣）、消失矩（對光滑解的細節係數急衰減）——小波 Galerkin / 小波配點法在 1990s 興起，特別適合奇性問題（裂紋、邊界層、激波）的自適應求解。「哪裡粗糙就加密哪裡」的自適網格哲學，在小波語言下變成「係數大就保留」——表示與求解共用同一套稀疏邏輯。

場景五：小波的數學後嗣。（1）Banach 空間的原子分解：小波是 Besov–Triebel 空間的無條件基——函數空間理論的「顯微鏡化」（Frazier–Jawerth 1985 的 \(\phi\) 變換、Meyer 的書）；（2）Calderón–Zygmund 的簡化：T(1) 定理（David–Journé 1984）用小波式的拋物尺規證明；（3）多小波、邊界小波、球面小波（地球物理的 SHARP 算子）：小波思想向任意幾何的遷移；（4）圖小波（10.1 節場景五的圖訊號）：多分辨率思想離開歐氏空間。一個 1984 年的油田技巧，長成了覆蓋調和分析、逼近論、數值分析、壓縮的學科——這是本書全部歷史敘事中「概念增殖」最快的案例。

補充：Ingrid Daubechies 之路#

Daubechies 1954 年生於比利時，布魯塞爾自由大學博士（物理，1980，非線性量子力學方向），1987 年加入貝爾實驗室（與 Mallat 同期——貝爾實驗室在 1985–1990 年間是小波、多速率濾波、譜估計三大線的匯合地）。1988 年的緊支撐小波論文是《Communications on Pure and Applied Mathematics》的年度傳奇；1992 年的專著《Ten Lectures on Wavelets》（CBMS 講義）成為聖經。她後任普林斯頓教授（該校首位數學系正教授級女性）、國際數學聯盟主席（2011–2014，首位女性 IMU 主席）。她的研究風格——把抽象問題化為可計算的多項式條件、把工程需求升格為數學定理——正是本書第 7、8 章交界的微縮肖像。

名詞速查表（本節出現的核心術語）#

  • 小波 \(\psi\) ：振盪、快速衰減、零均值的「數學顯微鏡」。
  • 允許條件 \(C_\psi < \infty\) ：連續小波反演的前提。
  • 連續小波變換 \(W_f(a,b)\) ：尺度–平移二維冗餘表示。
  • MRA / 尺度函數 \(\phi\) ：嵌套近似空間的架構。
  • 兩尺度關係： \(\phi = \sum h_k\phi(2t - k)\) ；濾波器組的數學化身。
  • Mallat 算法： \(O(N)\) 快速小波分解/重建。
  • 正交 / 雙正交小波：完美重建的兩級條件；對稱性的代價。
  • 緊支撐：有限濾波器；Daubechies 構造的目標。
  • 消失矩 \(p\) ：壓縮效率的開關（光滑訊號細節 \(\to 0\) ）。
  • Haar 小波：1910 年的第一個小波。
  • CDF 9/7 / 提升方案：JPEG 2000 的濾波器與構造法。
  • 軟閾值 / 萬能閾值：Donoho–Johnstone 去噪。
  • 脊波 / 曲線波：方向性表示；線狀奇性的稀疏化。

年表速查（本節涉及的關鍵年份）#

  • 1909：Haar 的正交函數系（未命名的小波）。
  • 1960–64：Calderón–Zygmund 理論與 Calderón 恆等式。
  • 1976–86：子帶編碼 / QMF 濾波器組（Esteban–Galand、Smith–Barnwell）。
  • 1981：Balian–Low 定理（Gabor 均勻格的天花板）。
  • 1984：Grossmann–Morlet 小波論文；JPEG 同年研發開始。
  • 1985：Meyer 光滑正交小波基。
  • 1988：Daubechies 緊支撐正交小波。
  • 1989：Mallat MRA 與快速算法；Meyer《小波與算子》。
  • 1992：CDF 雙正交小波；Mallat《信號處理的小波之旅》。
  • 1993：FBI 指紋小波壓縮標準。
  • 1994：Donoho–Johnstone 軟閾值去噪。
  • 1996：提升方案（Sweldens）。
  • 1998–2002：脊波與曲線波（Candès、Donoho）。
  • 2000：JPEG 2000 標準（CDF 9/7）。
  • 2023：Daubechies 獲 Wolf 數學獎。

深化問答三則#

問：小波「取代」傅立葉了嗎？ 答：沒有，也不可能。傅立葉基是平移不變系統（LTI、線性時不變物理）的本徵基，小波基是多尺度奇性的表示基。問題的對稱性決定基的選擇：濾波、調變、能量分析——傅立葉；壓縮、去噪、奇性定位——小波。兩者的關係是分工而非替代；且小波本身是傅立葉方法的後裔（允許條件、Fejér–Riesz、濾波器組全部用傅立葉語言定義）。

問：Daubechies 小波的係數是「算出來的」還是「查表的」？ 答：兩者皆是——理論上由譜分解（ \(|H|^2\) 的三角多項式 → Fejér–Riesz 因式分解 → 選零點 → \(h_k\) ）確定，實務上存表（db4 = \(-0.129, 0.224, 0.837, 0.483\) 量級的 4 個數）。設計一次、使用一世——濾波器係數如同化學元素表：理論製造、工程取用。理解構造（本節）與使用（查表）不必同時精通，但知道「表從哪來」使工程不再黑箱。

問：小波變換的「尺度」和傅立葉的「頻率」是同一個東西嗎？ 答：相關但不同。頻率是全域週期性（傅立葉假設訊號整體平移不變）；尺度是局部的振盪速率（小波允許頻率隨時間變化）。Chirp 訊號（頻率掃描）在小波域是「尺度隨時間漂移的脊」，在傅立葉域是展寬的譜——對非平穩訊號，尺度是比頻率更誠實的座標。這也是地震波、語音、生物訊號偏愛小波的物理理由。

（本節完）