Revista de Matemática: Teoría y Aplicaciones ISSN Impreso: 1409-2433 ISSN electrónico: 2215-3373

OAI: https://revistas.ucr.ac.cr/index.php/matematica/oai
Métodos tiempo-frecuencia basados en la transformada Wavelet
Vol. 19 Núm. 2 (2012), Artículos
Vol. 19 Núm. 2 (2012)

Métodos tiempo-frecuencia basados en la transformada Wavelet

Artículos
https://doi.org/10.15517/rmta.v19i2.1331
Publicado August 1, 2012
Eduardo P. Serrano
Centro de Matemática Aplicada, Universidad de San Martín, Martín de Irigoyen 3100, CP 1650 San Martín, Provincia de Buenos Aires, Argentina
Marcela Fabio
Centro de Matemática Aplicada, Universidad de San Martín, Martín de Irigoyen 3100, CP 1650 San Martín, Provincia de Buenos Aires, Argentina
Alejandra Figliola
Instituto de Desarrollo Humano, Universidad de General Sarmiento, Juan María Gutierrez 1150, C.P. 1613 Los Polvorines, Provincia de Buenos Aires, Argentina
PDF

Palabras clave

time-frequency representations
wavelet transform
multiresolution analysis
wavelet packets
instantaneous frequency
representaciones tiempo-frecuencia
transformada wavelet
análisis de multirresolución
paquetes de wavelets
frecuencia instantánea

Cómo citar

Serrano, E. P., Fabio, M., & Figliola, A. (2012). Métodos tiempo-frecuencia basados en la transformada Wavelet. Revista De Matemática: Teoría Y Aplicaciones, 19(2), 157–168. https://doi.org/10.15517/rmta.v19i2.1331
ACM ACS APA ABNT Chicago Harvard IEEE MLA Turabian Vancouver

Descargar cita

Endnote/Zotero/Mendeley (RIS) BibTeX
Crossref
Scopus
Google Scholar
Europe PMC

Resumen

La información contenida en una señal analógica se evidencia por su representación numérica. El par de Fourier en dos representaciones complementarias explicita las estructuras temporales y frecuenciales. Para detectar y caracterizar eventos que combinan esas estructuras en diversos y complejos patrones es necesario implementar métodos más refinados de representación conjunta tiempo-frecuencia.

Entre diversas opciones, la transformada wavelet (en onditas u ondaletas) brinda una eficiente herramienta tiempo-escala. Sus extensiones conducen a apropiadas representaciones conjuntas en un unico contexto analítico permiten implementar estrategias flexibles y bien adaptadas a las características de la señal.

 

https://doi.org/10.15517/rmta.v19i2.1331
PDF

Citas

Cohen, L. (1995) Time-Frequency Analysis. Prentice Hall Signal Processing Series, New Jersey.

Jaffard, S.; Meyer, Y.; Ryan, R. (2003) Wavelets: Tools for Science and Tecnology. SIAM, Philadelphia.

Gröehenig, K. (2001) Foundations of Time-Frequency Analysis. Birkhäuser, Boston.

Huang N.E. et al. (1998) “The empirical mode decomposition and the Hilbert spectrum for non-stationary tyme series analysis”, Proc. R. Soc. A, Mathematical, Physical & Engineering Sciences 454(1971): 903–995.

Mallat, S. (2009) A Wavelet Tour of Signal Processing, The Sparse Way. Academic Press, San Diego.

Meyer, Y. (2001) Oscillating Pattern in Image Processing and Nonlinear Evolution Equations. American Mathematical Society, Providence RI.

Serrano, E.; Figliola A.; Fabio, M. (2009) “Diseño de Marcos de Paquetes de Wavelets”, XIII RPIC Reunión de Trabajo en Procesamiento de la Información y Control, 16–18 Sep 2009, Rosario, Argentina.

Serrano, E.; Aragón, A. (2009) “Métodos numéricos basados en onditas para el cálculo de la Transformada de Hilbert”, XIII RPIC Reunión de Trabajo en Procesamiento de la Información y Control, 16–18 Sep 2009, Rosario, Argentina.

Walnut, D.F. (2003) An Introduction to Wavelet Analysis. Birkhäuser, Boston.

Comentarios

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.

Derechos de autor 2012 Eduardo P. Serrano, Marcela Fabio, Alejandra Figliola

Descargas

Los datos de descargas todavía no están disponibles.