Это довольно сложная концепция, я ее немного понимаю. Я напишу некоторые моменты здесь, чтобы вы могли понять это сами, довольно проще.
Простой факт заключается в том, что:
Шкала обратно пропорциональна частоте.
Например, представьте, что у нас есть диапазон частот 1-100 Гц в некоторых данных временных рядов, таких как данные фондовых рынков или данные о землетрясениях. Масштаб «должен быть» обратным этому. Например, если бы масштаб находился в диапазоне от 1 до 100, у нас было бы:
Scale(1/Hz) Frequency (Hz)
1 100
50 50
100 1
Следовательно,
Частота не является реальной частотойиз тех временных рядов данных (например, фондовый рынок, землетрясение), которые мы знаем. Они только связаны, наоборот.
И мы можем с уверенностью сказать, что здесь мы вычисляем некоторые "псевдочастоты", которые это делает MATLAB (аппроксимируя это). Вы можете прочитать о процессе аппроксимации в документации в разделе псевдочастот :
MATLAB рассчитывает эти псевдочастоты на основе:
В вейвлетеАнализ, способ соотнести шкалы с частотами состоит в том, чтобы определить центральную частоту вейвлет-функции:
, которую вы можете визуально увидеть на этом изображении, и, конечно, она будет отличаться, когда мы изменимвиды нашей функции в расчете. Таким образом, эта центральная частота будет меняться каждый раз в нашем процессе аппроксимации:
То, что "MorletFourierFactor" является переменной для аппроксимации константы, так чтокогда вы делаете 1/scale
, это близко приближает эти "псевдочастоты".
Я подумал, что это изображение о смещении (ось времени) и масштабировании (ось частоты) также может быть полезным для изучения:
Суть в том, что не беспокойтесь о псевдочастотах, они вам, вероятно, не понадобятся. Если вам нужен какой-либо частотный спектр, вы, вероятно, можете применить некоторые из этих частотных методов (например, быстрое преобразование Фурье) к любым имеющимся у вас данным временных рядов.
Если вы действительно хотите отобразить это, вы также можете попробовать разработать некоторые методы, чтобы приблизиться к ним самостоятельно.
Источник
Гарвардская сейсмология