连续小波变换原理详解：从傅里叶死穴到Python时频图实操

站在信号处理这个行当里摸爬滚打这些年，我越来越觉得“连续小波变换（CWT）”是个被低估的工具。很多人一听“时频局部分析”就觉得高深，其实它解决的是一个特别接地气的问题：傅里叶变换能告诉你信号里有什么频率，却说不清这些频率是什么时候出现的。而CWT就是把“频率随时间变化”这张图给画出来。这篇东西写给正在做故障诊断、生物电信号分析、地震勘探，或者单纯被时频分析搞得头大的朋友，我会从傅里叶的死穴讲起，把CWT的原理、参数、代码和坑一次说清楚。

1. 为什么傅里叶变换做不了“局部”分析

1.1 傅里叶变换的本质：把时间抹平掉的频谱

傅里叶变换的核心思想，是把一段信号分解成无穷多个正弦波的叠加。数学上长这样：

[ X(f) = \int_{-\infty}^{+\infty} x(t) e^{-j2\pi ft} dt ]

这个公式干了一件很“暴力”的事：它把时间变量 t 直接积分掉了。积分意味着什么？意味着信号在每一个时刻的大小，都被叠加到了同一个结果里。比如一段10秒的信号，前9秒是50Hz的纯音，最后1秒突然变成了200Hz的纯音。傅里叶变换看过去，只会告诉你“哦，这个信号里有50Hz和200Hz的成分”，至于200Hz是出现在开头还是结尾，它一概不知。

我经常跟人打比方：傅里叶变换像是把一整首交响乐搅拌成一份“食材清单”，清单上写着“有小提琴、有鼓、有钢琴”，但谁先响、谁后响、谁在哪一秒独奏，完全看不出来。对于平稳信号，这根本不是问题，反正频率成分从头到尾都一个样。可现实世界的信号——语音、机械振动、心电、地震波——几乎没有一个是平稳的。轴承磨损初期的高频冲击，只会在特定转角出现；癫痫发作时的棘波，也只是偶尔蹦出来。这些瞬态信息才是诊断的关键，而傅里叶变换恰恰把它们“平均”没了。

这就引出了时频分析的核心诉求：我们既要频率信息，又要时间信息，而且还要知道“某个频率成分到底在什么时刻活跃”。

1.2 短时傅里叶变换（STFT）和它的窗口困境

傅里叶做不了局部，那直接加个窗口不就行了？这就是短时傅里叶变换（STFT）的思路：用一个小窗口把信号切成一段一段，对每一段分别做傅里叶变换，然后把结果按时间顺序排成一幅“时间-频率”图。公式是：

[ STFT(t, f) = \int_{-\infty}^{+\infty} x(\tau) w(\tau - t) e^{-j2\pi f\tau} d\tau ]

窗口 w 的宽度决定了时间分辨率和频率分辨率的平衡。窗口越短，时间定位越准（能看到瞬态发生在哪一刻），但频率分辨率越差（频谱被拉宽，两个靠近的频率分不开）；窗口越长，频率分辨得越清楚，但时间上就模糊了，短时间内发生的突变会被“摊”进整个窗口里。这个矛盾就是海森堡测不准原理在信号处理里的表现，一旦窗口长度固定，整个时频图上所有位置的频率分辨率都一样，不管信号是低频还是高频。

这种固定分辨率的做法非常不划算。现实问题里，低频成分往往持续很长时间（比如机器的转频），需要频率精度高一点；高频冲击往往只存在一瞬间（比如轴承点蚀的脉冲），需要时间精度高一点。STFT用一个固定窗口，等于逼你在“看整体”和“看细节”之间二选一，选完了还不能反悔。我当时第一次用STFT分析轴承振动信号时，为了看那个高频脉冲，窗函数选短了，结果转频附近的两个谐波糊成了一个；窗加长了，脉冲时间点又对不准，来回试了十几组窗口参数，最后只能折中。这就是STFT的先天缺陷——窗口长度是死的。

那有没有一种办法，让窗口自己会伸缩：看高频时自动变窄，看低频时自动变宽？有，这就是连续小波变换。

2. 连续小波变换的核心思路

2.1 小波到底是什么：有限长的波

“小波”（wavelet）这个词本身就挺直白——“小的波”。傅里叶变换用的基函数是正弦波，从负无穷延伸到正无穷，永不衰减。小波不一样，它是一个有限长度、平均值为零的波形，能量集中在一小段区间内，这段区间之外的振幅迅速衰减到零。

这个“有限长”是革命性的。正弦波像一盏永不熄灭的灯，照得整个房间都很亮，却分不清光是从哪个方向来的；小波像手电筒，光束集中，指哪打哪。用小波去做分解，就能在“某个时间位置”上看到“某个频率成分”的活跃程度。

常见的母小波有几种：Morlet小波是一个复值小波，形状是复正弦乘以高斯包络，适合分析振荡型信号，也是使用最广的；墨西哥帽小波（Ricker小波）是高斯函数的二阶导数，形状像一顶倒扣的帽子，适合检测脉冲和突变；Haar小波是个方波，虽然简单，但光滑性差，时频图很难看。选哪种小波没有绝对标准，要看信号形态：信号里是持续振荡就用Morlet，信号里是尖锐冲击就试试墨西哥帽，这个选择直接决定时频图的质量，后面我会详细讲。

2.2 CWT的数学定义：尺度与平移

连续小波变换的公式是：

[ CWT_x(a, b) = \frac{1}{\sqrt{|a|}} \int_{-\infty}^{+\infty} x(t) \psi^*\left(\frac{t-b}{a}\right) dt ]

这里的 \psi(t) 是母小波，a 是尺度参数（scale），b 是平移参数（shift），星号表示共轭。这个公式的直觉是：把母小波 \psi(t) 在时间轴上挪到位置 b，再拉伸或压缩成尺度 a，然后和信号 x(t) 做内积。内积越大，说明在这个位置、这个尺度下，信号和小波的相似度越高。

尺度参数 a 和频率是反向关系：a 越大，小波在时间上被拉得越宽，频率越低；a 越小，小波被压得越窄，频率越高。这正是“自适应窗口”的来由——当你在高频段扫查时，小波的等效窗口自然就变窄了。

这里有个关键点值得掰开揉碎：CWT的小波是对同一个母小波做“缩放+平移”得到的，所以本质上它的多分辨率是“内嵌”在基函数里的。STFT的窗口长度固定，频率分辨率和时间分辨率全局一致；CWT的窗口自动随尺度变化，低频段窗口宽、高频段窗口窄。这意味着同一幅时频图上，低频端的频率精度高，高频端的时间精度高——这正是现实信号分析最需要的分配方式。我第一次跑出CWT时频图时，看到低频段几条谱线清楚分开、高频段脉冲位置精确对应，真有那种“这玩意早该用上”的感慨。

2.3 尺度参数到频率的换算

用CWT最大的一个困惑就是：我把尺度 a 从1取到128，画出来的图横坐标是尺度，不是频率，怎么和实际故障特征频率对上？这中间隔着一个换算公式。

对于复数Morlet小波，中心频率为 fc（母小波本身的频率，通常在0.8到1.5之间），采样率为 fs，尺度 a 对应的“伪频率”是：

[ f_a = \frac{f_c \cdot f_s}{a} ]

举个例子，如果 fs = 1000 Hz，Morlet的中心频率 fc = 1，那么尺度 a = 100 对应的频率是 10 Hz，尺度 a = 10 对应的是 100 Hz。也就是说，如果你关心的是 1 Hz 到 100 Hz 的低频范围，尺度就要取 10 到 1000；如果你关心的是 100 Hz 到 1000 Hz，尺度就要取 1 到 10。

换算逻辑想清楚之后，选尺度范围就变成了一道简单的除法题：先确定目标频率区间下限 f_min 和上限 f_max，再反推尺度范围：

[ a_{max} = \frac{f_c \cdot f_s}{f_{min}}, \quad a_{min} = \frac{f_c \cdot f_s}{f_{max}} ]

很多人懒得算这步，直接用默认的尺度范围跑，结果画出来的图频率轴根本对不上实际物理频率，这是CWT入门最常见的翻车点。在这个问题上，花两分钟算一下尺度范围，能让后面省下几个小时的分析时间。

3. CWT实操：用Python把时频图跑出来

3.1 环境准备和信号构造

工欲善其事必先利其器。CWT在Python里有两条路：一条是用 SciPy 的scipy.signal.cwt，底层是自己传小波函数；另一条是用 PyWavelets（pywt）库，内置各种小波和连续小波变换的封装。我个人习惯用 pywt，因为内置小波种类多，且直接支持返回复数小波的结果，比手写小波函数省事。

先造一段测试信号。我建议用“chirp+突变”组合：一个频率线性扫频的chirp信号，中间叠加一个短时高频脉冲。这种信号是检验时频分析算法最好的试金石——chirp能看出频率分辨率，脉冲能看出时间分辨率。

import numpy as np import matplotlib.pyplot as plt import pywt fs = 1000.0 t = np.linspace(0, 1, int(fs), endpoint=False) # 频率从10Hz线性扫到100Hz的chirp信号 f0, f1 = 10, 100 chirp = np.sin(2 * np.pi * (f0 * t + 0.5 * (f1 - f0) * t**2)) # 在0.5秒处叠加一个200Hz的短时脉冲 pulse = np.zeros_like(t) idx_pulse = int(0.5 * fs) pulse[idx_pulse:idx_pulse+30] = np.sin(2 * np.pi * 200 * np.arange(30) / fs) * np.hanning(30) signal = chirp + pulse

这段信号的第一个成分是平滑扫频，第二个成分是0.5秒处的一个极短振荡。拿它去跑STFT和CWT，能非常直观地看出两种算法在一个固定窗口下有多尴尬，而CWT又怎么避开这个坑。

3.2 用pywt实现CWT的核心代码

pywt的cwt函数用法很直接：传入信号、尺度数组、小波名，返回小波系数矩阵和对应的频率数组。

scales = np.arange(1, 128) coeffs, freqs = pywt.cwt(signal, scales, 'cmor1.5-1.0', sampling_period=1/fs) # 画时频图 plt.figure(figsize=(10, 6)) plt.imshow(np.abs(coeffs), extent=[0, 1, freqs[-1], freqs[0]], aspect='auto', cmap='jet') plt.colorbar(label='Magnitude') plt.ylabel('Frequency (Hz)') plt.xlabel('Time (s)') plt.title('CWT Scalogram') plt.ylim(0, 250) plt.show()

'cmor1.5-1.0'这个字符串值得多说几句：cmor代表复数Morlet小波，1.5是带宽参数，1.0是中心频率。pywt里小波命名的格式是“名字+带宽-中心频率”，带宽越大，小波在频域的支撑越宽，频率分辨率越高，但时间分辨率变差；中心频率就是前文公式里的 fc，直接参与尺度到频率的换算。

这里有个特别容易踩的坑：pywt.cwt的返回值里，freqs是按尺度从小到大排列的，但小波系数的行顺序也是尺度从小到大。如果用extent参数画图，freqs的顺序必须和矩阵行对齐。freqs[0]对应的是最小尺度，也就是最高频率；freqs[-1]对应最大尺度、最低频率。如果你照抄网上的代码却把extent写成[0, 1, freqs[0], freqs[-1]]，图就会上下颠倒，频率轴直接反了。我见过不止一个同事在这种细节上浪费了半天，就为了查“为什么时频图和想象的不一样”。

3.3 小波选择与参数调节经验

小波类型和参数的选择，我总结了几个原则，基本能覆盖绝大多数分析场景：

先看信号形态。如果你分析的是振动、声音、脑电这类振荡信号，首选复Morlet小波；如果你分析的是冲击脉冲、雷击、地层反射这类瞬态信号，墨西哥帽小波（'mexh'）往往更合适。复Morlet的好处是能同时给出幅值和相位信息，做包络分析很方便；墨西哥帽是实值小波，只有幅值，但对脉冲敏感，定位更锐利。

再看带宽参数。Morlet的带宽参数决定小波在频域里的宽度。带宽越大，频率分辨率越高，适合需要区分相邻频率分量的场景；带宽越小，时间分辨率越高，适合定位突变时刻。经验上做机械故障诊断时带宽取1.5比较均衡，做语音分析时可以试着调高到2.0以上，但这个参数没有通用最优值，必须结合信号特征反复试。

最后记住一个原则：时频图不是越“亮”越好。很多人看到结果里一片红色亮带就兴奋，其实那往往是小波参数不匹配导致的能量扩散，真正的特征应该是“清晰、局部、可解释的”。

4. CWT与STFT的对比实验

4.1 同一条信号、两种算法的效果对比

拿上面那段chirp+脉冲信号，分别用STFT和CWT跑一遍，差异非常明显。STFT选一个居中的窗口长度（比如128个点），跑出来的时频图里，chirp谱线是中段的直线，但在低频段和高频段两端都可能发糊，而那个0.5秒处的脉冲在图上被拉成一个竖直的宽线，时间上没法精确定位到0.5秒这个点。

同样信号跑CWT（尺度从1到128、Morlet小波），chirp谱线从头到尾都清晰连续，频率越高谱线越细；脉冲则在时频图上变成一个尖锐的垂直短线，时间位置正好卡在0.5秒处。这就是CWT的“自适应”带来的直接收益：高频细节用高时间分辨率去看，低频趋势用高频率分辨率去看，不用人为选窗口。

对比代码也很简单，STFT可以用SciPy的signal.stft：

from scipy.signal import stft f_stft, t_stft, Zxx = stft(signal, fs, nperseg=128, window='hann', noverlap=96) plt.pcolormesh(t_stft, f_stft, np.abs(Zxx), cmap='jet', shading='gouraud') plt.ylim(0, 250) plt.colorbar(label='Magnitude') plt.title('STFT Spectrogram')

把两张图放一起看，STFT的固定窗口问题就暴露无遗了：窗口长则脉冲糊，窗口短则低频线糊。你没法让一个窗口同时照顾好两端，但CWT天然就做到了。

4.2 分辨率取舍的直观理解

我常跟人解释，时频分辨率的取舍本质上就是一个“亮度”问题。任何时频分析都不可能无限同时提高时间和频率精度，这是信息论决定的规律。STFT的选择是“全局统一”：整个时频平面上，所有位置的分辨率都一样，像一个固定焦距的镜头，你只能选聚焦中景还是聚焦特写。CWT的选择是“按需分配”：频率越低镜头焦距越长，频率越高镜头焦距越短，所有位置看起来都是清楚的。

这种自适应特性对工程分析意义很大。举个例子，诊断一台齿轮箱时，转频大概在20Hz上下，齿啮合频率可能在1000Hz上下，两者之间隔了几十倍。用STFT去分析，窗口得把20Hz的几级谐波分清楚，窗口就必须很长，结果高频冲击的时间精度就完蛋了；反过来窗口短了，20Hz附近的谱线糊成一团，连轴频都数不清。CWT则完全没有这个烦恼，低频区自动提高频率精度，高频区自动提高时间精度，一张图全搞定。

当然，CWT不是银弹。它算出来的时频图是冗余的，相邻尺度之间高度相关，直接拿去做定量绝对值的比较，得小心谨慎。下一节我会专门聊这些坑。

5. 常见问题与排查技巧实录

5.1 边界效应：时频图两端的“假信号”

CWT最容易被忽略的问题，是信号边界处的小波系数完全没有可信度。原因很容易理解：小波在尺度较大时宽度很宽，在信号开头处做内积时，小波会超出信号范围，超出部分没有数据可取，算法只能用补零或某种延拓方式去凑。凑出来的结果反映的不是真实信号，而是边界假象。

这种效应在时频图上表现为左右两侧各有一块“锥形”区域，尺度越大（频率越低）锥形越宽。我在一份实测数据里就栽过跟头：一个低频成分在信号末尾本来已经消失了，但时频图末端还亮着一大片，一开始我还以为发现了新特征，后来一查才发现是边界效应。识别和规避这个问题的办法不算复杂：

• 信号采集时尽量留出足够长的“前导”和“尾巴”，不要从信号开始就急着分析；
• 分析时把时频图两侧各截掉一部分，宽度参考最大尺度的小波有效支撑长度；
• 如果主要关心高频瞬态，边界影响通常不大，因为高频对应的小波尺度小，宽度窄，边界效应范围有限；
• 高频成分在信号开头或结尾出现时，结果只作定性参考，别用边界区域的幅值去做定量判断。

5.2 小波系数不是“功率”，别直接拿它和FFT幅值比

另一个常见的误区，是把CWT的小波系数振幅直接当成和FFT幅值类似的东西去比较。CWT是冗余变换，系数的大小受小波归一化方式、尺度密度、小波类型影响极大，不同尺度之间、不同小波之间的数值没有直接可比性。

如果你需要从时频图里提取定量指标（比如某个频带的总能量、某个故障特征频率的幅值趋势），建议先做一次“标定”：用一段已知幅值、已知频率的纯正弦信号，跑到CWT里，找到对应尺度位置的最大系数，反推一个缩放因子。后续分析用这个因子去换算，结果才靠谱。我实验室每次换小波参数，都会先拿正弦标准信号重新标定一遍，这条路走过一次之后，能少掉很多数据解释上的麻烦。

5.3 参数调整速查

我把CWT的参数调试经验整理成一个速查表，方便遇到问题直接对照：

这些参数里，最核心的还是“尺度范围”和“小波中心频率”这两个。尺度范围决定你看到的频率范围，中心频率决定尺度与频率的映射关系。先算清楚这两项，再谈细调带宽和尺度数量，基本就是CWT调参的标准路径。

5.4 尺度分布：均匀取还是对数取

pywt的cwt函数默认接受一个尺度数组，很多人习惯用np.arange(1, N)均匀取，这在尺度跨度不大时够用。但如果你要分析的频率范围很宽（比如10Hz到1000Hz，跨两个数量级），均匀尺度分布会让低频段相邻尺度对应的频率差很小（冗余度过高），高频段相邻尺度对应的频率差很大（可能漏掉特征）。

更优的做法是采用对数分布，让每个尺度对应频率间隔在相对意义上均匀：

scales = np.logspace(np.log10(2), np.log10(256), 128)

这样低频段尺度密集取值，高频段自然变疏，配合CWT自身的多分辨率特性，时频图在超大频率跨度下看起来更均衡。我处理地震波数据时，频率跨度经常超过三个数量级，对数分布基本是必须的。

5.5 关于“傅里叶作画”的一个小旁注

最近“傅里叶作画”在网上挺火，很多人拿傅里叶变换做图像处理、做艺术效果。这从一个侧面说明：频域思维远不只是“算频谱”那么简单，它和时频分析、图像滤波、压缩编码是同一套哲学的不同应用。CWT在图像里也有对应物，比如二维小波变换常用于图像去噪和边缘检测。如果你被“傅里叶作画”勾起了对频域变换的兴趣，那CWT绝对值得纳入你的武器库——它比单纯傅里叶变换多了一个“局部”维度，而“局部”恰恰是信息最丰富的地方。

最后再分享一个我自己的操作习惯。每次拿到一段新信号，我不是直接跑CWT，而是先看原始波形和FFT频谱，确定目标频段的大致范围，然后反推尺度区间，再跑CWT。跑完第一版时频图，先检查两侧边界和整体背景噪声，确认没有大面积假亮带后，才会去抠具体的故障特征。CWT给了我们一张很“聪明”的放大镜，但放大镜本身不会告诉你该看哪里——知道自己想看什么，永远比工具本身更重要。