A XXI. század sokak szerint az információ százada lesz. Egyre fejlettebb eszközök állnak rendelkezésre, hogy minél teljesebb képet kapjunk a körülöttünk lévő világról. Az egyik lehetőség ismereteink bővítésére a mind érzékenyebb detektorok, mérési eszközök alkalmazása; a másik pedig, hogy az így kapott adatokból, adatsorokból az elemzésnél igyekszünk a lehető legtöbb információt kinyerni. Ezért tartom fontosnak új módszerek bevezetését minél szélesebb körben. A természetben nagyon sok a periodikus folyamat, melyekkel az élet minden területén találkozunk. Ezért egy idősorok elemzésére alkalmas, időbeli felbontást is adó módszer nagyon tág körben alkalmazható. Nem csak a fizika egyéb területeire (akusztika, biofizika, geofizika, zajkutatások…) gondolok itt, hanem a társtudományokra (pl. biológia, orvostudomány, meteorológia) is. Végső soron minden olyan esetben, amikor mérőműszerrel valamilyen fizikai mennyiség időbeli változását mérik (főleg, ha ez a változás periodikus), szükség lehet valmilyen idő-frekvencia felbontást adó eljárás használatára.

A Choi-Williams eloszlás csillagászati alkalmazásokban még nem terjedt el, remélem, hogy ez azokban az esetekben, amikor a CWD a waveletnél előnyösebb, változni fog. Érdemes mindkét módszert tovább finomítani, és a CWD-re további teszteket elvégezni, különösen azokban az esetekben, amikor a vizsgált jelben nem csak egy jellegzetes hatás fordul elő (gondolok itt elsősorban több periódus és valamilyen más jelenség (moduláció, fázisugrás, űrök) együttes jelenlétére.).

Ahhoz, hogy egy jelet több monoperiodikus komponens összegeként előállítsunk, nem csak az egyes összetevők frekvenciáira, amplitúdóira lehet szükségünk, hanem a megfelelő fázisokra is. Úgy gondolom, hogy ezirányban is érdemes további kutatásokat végezni, ezért is készítettünk külön megjelenítő programot Gotthardt Zoltánnal, ami különböző színek segítségével jelöli a fázisokat. Ennek segítségével esetleg el lehet különíteni a térképen hasonló hatásokat okozó jelenségeket. Végezetül álljon itt példaként két felülnézeti kép, felül a 7. ábra waveletje (egykomponensű szinusz), lent pedig a 30. ábra waveletje (fázisugrás az adatsor közepén):

Szeretnék ezúton is köszönetet mondani dr. Szatmáry Károlynak, a JATE Kísérleti Fizika Tanszéke tudományos főmunkatársának, dolgozatom elkészítéséhez nyújtott sok hasznos tanácsáért, segítségéért, valamint türelméért.

Megköszönöm Gotthardt Zoltán programozó matematikus közreműködését a térképeket megjelenítő program elkészítésében.

[1] H.I.Choi and W.J.Williams, „Improved Time-Frequency Representation of Multicomponent Signals Using Exponential Kernels”, IEEE Transactions on Acoustic Speech and Signal Processing, Vol.37., No.6., 1989.

[2] L. Cohen, „Time-Frequency Distributions—A Rewiev”, Proceedings of IEEE, Vol.77., No.7., 1989.

[3] K.Szatmáry, J.Vinkó and J.Gál, „Application of wavelet analysis in variable star research.”, Astron. Astrophys. Suppl. Ser. 108, p.377-394., 1994.

[4] Z.Kolláth, J.R.Buchler, „Time-Frequency Analysis of Variabla Star Light Curves”, Eleventh Annual Florida Workshop in Nonlinear Astronomy and Physics, 1995.

[5] J.Gál, K.Szatmáry, „T Ursae Minoris: A Mira star with rapidly decreasing period”, Astron. Astrophys. 297, p.461-464., 1995.

[6] N.Hesselmann, „Digitális jelfeldolgozás”, Műszaki Könyvkiadó, 1985.

[7] Cserepes L., Petrovay K., „Kozmikus fizika”, ELTE jegyzet, 1993.

[8] Csillagászat (szerk. Marik M.), Akadémiai Kiadó, 1989.

[9] W.A.Cooper, E.N.Walker, „Csillagok távcsővégen”, Gondolat, 1994.