ScholarGate
Assistente
Process / pipelineTranslation-invariant wavelet decomposition

Maximal Overlap Discrete Wavelet Transform

A DWT padrão subamostra após a filtragem, de modo que deslocar a entrada em uma amostra altera completamente quais coeficientes são não nulos — ela não é invariante à translação. A MODWT mantém todas as amostras em cada escala, sobreamostrando (upsampling) os filtros em vez de subamostrar os dados. Isso produz N coeficientes em cada escala (mesmo comprimento do sinal de entrada), revelando todas as oscilações independentemente de sua fase temporal. É como usar uma resolução temporal mais fina que captura todos os alinhamentos possíveis do sinal com as wavelets.

Abrir no MethodMindEm breveVídeoEm breveDownload slides

Leia o método completo

Exclusivo para membros

Entre com uma conta gratuita para ler esta seção.

Entrar

Method map

The neighbourhood of related methods — select a node to explore.

Fontes

  1. Percival, D. B., & Walden, A. T. (1995). Wavelet Methods for Time Series Analysis. Cambridge University Press. link
  2. Percival, D. B. (2000). Wavelet methods for time series analysis. Cambridge University Press. link
  3. Whitcher, B., Guttorp, P., & Percival, D. B. (2000). Wavelet analysis of covariance with application to atmospheric time series. Journal of Geophysical Research, 105(D11), 14941–14962. DOI: 10.1029/2000JD900110

Como citar esta página

ScholarGate. (2026, June 3). Maximal Overlap Discrete Wavelet Transform. ScholarGate. https://scholargate.app/pt/time-series/modwt

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Referenciado por

ScholarGateMODWT (Maximal Overlap Discrete Wavelet Transform). Recuperado em 2026-06-15 de https://scholargate.app/pt/time-series/modwt · Conjunto de dados: https://doi.org/10.5281/zenodo.20539026