多解析度分析（，縮寫：MRA）或是多尺度近似（，縮寫：MSA）是最常用來分析離散小波变换（DWT）或是驗證快速小波轉換（FWT）理論的方法。本分析方法在1989年及1998年由著作的論文提到。
定義
Lp空間L^2(\mathbb{R})的多解析度分析由一系列嵌套子空間組成
::\{0\}\dots\subset V_1\subset V_0\subset V_{-1}\subset\dots\subset V_{-n}\subset V_{-(n+1)}\subset\dots\subset L^2(\R)
*取樣定理
*:取樣定理主要是在重建一個時間長度T中被取樣過的信號：若信號是有限頻寬，只要奈奎斯特頻率（Nyquist frequency）比1/T小及可完整重建信號；否則得到的重建信號為近似的信號。因此可以說，愈小的T使得信號的重建愈容易，T的大小將決定信號解析度，同時，取樣頻率也受到T的限制。
*概念
*:倘若一個信號具有變化速度差異大的區段，像是信號快速變化的區段穿插著變化平緩的區段，則上述單一解析度將不適用於分析信號。因此，多重解析度分析的概念因此而生。將信號在不同解析度上分析。
*定義
*:令V_j \left( j = \dots,-2,-1,0,1,2,\dots \right) 為在函數空間L^2(R)裡的子空間的數列，假如
*:#分簇性(nested)：\dots\subset V_0\subset V_1\subset\dots\subset V_n\subset V_{n+1}\subset\dots\subset L^2(\R)
*:#稠密性(density)：\operatorname{Closure} \left( \bigcup_{i=-\infty}^{\infty} V_i \right) = \overline{\dots\cup V_{-1}\cup V_0 \cup V_1\cup\dots} = L^2(R)
*:#分離性(seperation)：\bigcap_{i=-\infty}^{\infty} V_i = \dots\cap V_{-1}\cap V_0\cap V_1\cap\dots = \left\{ 0 \right\}
*:#調節性(scaling)：f(2^{-j}x)\in V_0\leftrightarrow f(x)\in V_j
*:#正規正交基底(orthonormal basis)：\phi\in V_0且集合\left\{\phi(x-k),k\in Z\right\}為V_0的一正規正交基底。
*:則\left\{V_j,j\in Z\right\}為帶有調整函數\phi的多解析度分析。
*應用
*:在高頻的時候，使用較細緻的時間解析度及較粗糙的頻率解析度。
*:在低頻的時候，使用較細緻的頻率解析度及較粗糙得時間解析度。
*:相當適合使用在長時間都是低頻成份，只有在短時間內會有高頻成份的信號
参考文献
*Albert Boggess, Francis J. Narcowich, "A First Course in Wavelets with Fourier Analysis"
评论 (0)