ウェーブレット（）やマザーウェーブレット（）とは、数学において、局在する波、つまり、有限の長さの波もしくは速やかに減衰する波の事。ファーザーウェーブレット（）とは、多重解像度解析にて使われる、マザーウェーブレット関数とセットで使われるスケーリング関数の事。waveletはwave（波）とlet（小さい）の合成語である。ウェーブレット変換・ウェーブレット解析とは、ウェーブレットを用いて変換・解析する事。信号表現は入力信号に合致するようなウェーブレット波形の拡大縮小（スケーリング）・平行移動（シフト）により行われる。より正確には、この信号表現はウェーブレット系列と呼ばれ、これは2乗可積分関数のヒルベルト空間における完全正規直交系の基底関数集合（正規直交基底）を用いた線形基底展開である。ウェーブレットの発展は、20世紀初頭のハンガリー人数学者によるいくつかの断片的な考察に基づく。ガーボル・デーネシュによるその後の研究でが得られた。ガボール・アトムはウェーブレットと似た形で構成され、似た目的に応用された。ウェーブレット理論への大きな貢献のひとつは、1975年のジョージ・ツワイクによる（初期には cochlear 変換と呼ばれていて、耳の音に対する反応を研究していたときに発見された。）の発見である。ウェーブレットの概念は、1975年にエルフで石油探査をしていたフランス人地球物理学者が発見した。1981年、モーレーはクロアチア系フランス人物理学者との共同研究からの定式化（）を行なった。彼らはフランス語で"小さい波"を意味するという言葉を用いていたが、少し後に英語に翻訳された際に"onde"は"wave"と訳されてウェーブレット()という用語が誕生した。その後のウェーブレット理論における大きな貢献には、による離散ウェーブレット変換における初期研究(1983年)、によるコンパクト台を持つ直交ウェーブレット(1988年)、による多重解像度解析に関する提案(1989年)、による連続ウェーブレット変換における時間-周波数変換(1991年)、によるなど、枚挙にいとまがない。ウェーブレット理論は、いくつかの異なる目的で応用される。全てのウェーブレット変換は、であると考えられるが、調和解析とも関係がある。ウェーブレット変換は、大きく(CWT)と離散ウェーブレット変換(DWT)に分類される。これらの違いは、連続ウェーブレット変換では可能な全てのスケールとシフトが用いられるのに対して、離散ウェーブレット変換では一部分のみが使われることにある。は、ハイゼンベルクの不確定性原理に支配されている。同様に、離散ウェーブレットにおいても不確定性原理は考慮されなければならない。多くの場合に有用である離散ウェーブレット変換は、有限インパルス応答(FIR)フィルタで構成されるフィルタバンクである。ウェーブレット変換は３つに分類されることが多い。、離散ウェーブレット変換、多重解像度解析(MRA)による離散ウェーブレット変換である。以下、この３つについて解説する。においては、有限なエネルギーを持った信号は、連続な周波数バンドの群（もしくはformula_1関数空間の一部) として投影される。得られた周波数成分は、適切な積分によって元の信号を再構成することができる。部分空間の群は、スケール"1"の部分空間を拡大縮小（スケール）して生成されたものである。この部分空間は、１つの関数すなわちマザーウェーブレットformula_2をシフトすることによって生成される。一般的なマザーウェーブレットの例は以下のとおりである。スケール"a"の部分空間は、以下の式で生成される。(これは"ベビーウェーブレット"と呼ばれることがあるがあまり一般的ではない)ただし、"a"は正の実数でありスケールを決定する。"b"は任意の実数でありシフトを決定する。"(a,b)"のペアは、formula_4の上半面において定義される。関数"x"をスケール"a"の部分空間へ投影すると、以下の式で示される。但し、WTはウェーブレット係数である。信号"x"の解析のためには、ウェーブレット係数をにする。全てのウェーブレット係数を使って信号を解析することは実用上不可能である。信号を対応するウェーブレット係数から再構成することは，上半面の離散部分集合さえ取り出せば十分可能だと思うだろう。その一つとして実数パラメータ"a>1"，"b>0"によるアフィン系がある。対応する半面の離散部分集合は，全ての点formula_7を含む（formula_8）。対応する"ベビーウェーブレット"は以下で与えられる。式による有限エネルギーを持つ任意の信号"x"の再構成のための十分条件は，関数群formula_11がformula_1のを形作ることである。各種あるウェーブレット変換の離散化の全ての方法において、上半面上の各有界矩形領域は有限個の係数のみを持つ。しかし、各係数を求めるためには積分の評価が必要となる。このような数値的な複雑さを避けるために、スケーリング関数（ファーザーウェーブレット）と呼ばれる補助関数 formula_13 が利用される。このとき "a" は整数でなければならない。例えば典型的な係数として "a=2"、"b=1" が用いられる。最も有名なファーザー・マザーウェーブレットの組としてのがある。マザー・ファーザーそれぞれのウェーブレットから部分空間とが構成される。これらより、系列は formula_1 の多重解像度解析を形成することになり、また部分空間 formula_20 は上の系列の直交する"差分"、つまり formula_21 は formula_22 中にある formula_23 の直交補空間となる。サンプリング定理と同様に、sampling distance formula_24 の空間 formula_23 は "0" から formula_26の周波数帯域をほぼカバーすることになる。また formula_21 は直交補空間として帯域 formula_28 を大まかにカバーする。このような包含と直交の関係より，2組の恒等式とを満たす系列 formula_33 と formula_34 が存在することになる。2番目の恒等式はファーザーウェーブレット formula_35 のと呼ばれる。これらの恒等関係はアルゴリズムの土台となっている。実応用での効率性を考えると、マザー（プロトタイプ）ウェーブレット（関数）はコンパクトサポートの連続微分可能関数であることが望ましい。しかし、（連続ウェーブレット変換における）解析的であることの要求と、理論的な理由から、一般的にウェーブレット関数は 空間 formula_36 の部分空間から選ばれる。これは絶対値積分可能かつな可測関数の空間である。この関数空間では必ずゼロ平均と二乗ノルムの条件が定式化できる。formula_41 が （正確な議論はリンク先参照）のウェーブレットであるためには、マザーウェーブレットは安定な逆変換を持つための許容性の規範（簡単に言うとこれは半微分可能性のようなもの）を満たさなければならない。離散ウェーブレット変換における最低限満たさなければならない条件として、ウェーブレット系列はLp空間 formula_1 中の単位元でなければならない。離散ウェーブレット変換のほとんどの構成は多重解像度解析を用いており、この場合ウェーブレットはスケール関数により決定される。このスケール関数自体が汎関数方程式である。多くの場合において formula_41 をvanishing moments を表すより大きい数字 "M" の連続関数、つまり全ての整数 "m

出典:wikipedia