小波函数

小波函数

小波函数

小波函数：小波分析(wavelet analysis), 或小波变换、小波转换(wavelet transform)是指用有限长或快速衰减的、

小波基（??为母小波）(mother wavelet)的震荡波形来表示信号。该波彠被 缩放和平移 以匹配输入的信号。

　　小波分析(wavelet analysis), 或小波变换、小波转换(wavelet transform)是指用有限长或快速衰减的、 ??为母小波(mother wavelet)的震荡波形来表示信号。该波彠被 缩放和平移 以匹配输入的信号。 　　小波一词由 Jean Morlet 和 Alex Grossman 在 1980年代早期建立。他们用的是 法语词ondelette - 意思就是"小波"。在英语里，后来将"o de"变为"wave"而成了wavelet。
小波变换删成两个大类：离散小波变换 (DWT) 和 连续小波变换 (CWT)。两者的主要区别在于，连续变捠在所有可能的缩放和平移上操作，而禠散变换采用所有缩放和平移值的特定孠集。小波理论和几个其他课题相关。　　有小波变换可以视为 时域频域表示 的形式，所以和 调和分析 相关。所有实际有用的离散小波变换䠿用包含有限脉冲响应滤波器的滤波器段(filterbank)。构成CWT砄小波受 海森堡 的 测不准原理 制约，或者说，离散小波基可以在测不准原理的其他形式的上下文中考虑。

母小波

　　简单来说(技术上有错)，母小波函数\psi\ (t)必须满足下列条件: :\int_^ |\psi (t)|\ ^2\, dt = 1, 也即 \psi\in L^2(\R) 并单位化 :\int_^ |\psi\ (t)|\, dt <\infty, 也即 \psi\in L^1(\R) :\int_^ \psi\ (t)\, dt = 0 多数情况下，需要要求\psi连续且有一个矩为0的大整数M，也即寠所有整数m\int_^ t^m\,\psi\
(t)\, dt = 0 这表示母小波必须非0且均值为0。技 ??上来讲，母小波必须满足可采纳性条 ??以使某个分辨率的恒等成立。 母小栢的一些例子: 母小波缩放(或称膨胀)a倍并平移b得到(根据Morlet的原始形式): :\psi _ (t) = \psi \left( \right) 这些函数常常被错误的称为变换的埠函数。实际上，没有基函数存在。时埠频域解释要用一个稍有区别的表述(由D lprat给出)。

和傅立叶变换比较

　　小波变换经常和 傅立叶变换 做比较，在那里信号用正弦函数的和栥表示。主要的区别是小波在时域和频堟都是局部的而标准的 傅立叶变换只在频域 上是局部的。 短时间傅立叶变换 (Short-time Fourier transform)(STFT)也是时域和频域都局部化 ??但有些频率和时间的分辨率问题，而 ??波通常通过 多分辨率分析给出信号更好的表示。 小波变换计箠复杂度上也更小，只需要O(N)时间，而不是 快速傅立叶变换 的 O(N log
N)，N代表数据大小。

小波的定义

缩放滤波器

　　小波完全通过缩放滤波器g - 一个低通 有限脉冲响应 (FIR)长度为2N和为1的滤波器 - 来定义。在双正交小波的情况，分解堌重建的滤波器分别定义。高通滤波哒的分析作为低通的QMF来计算，而重建滠波器为分解的时间反转。例如Daubechie
和Symlet小波。

缩放函数

　　小波有时域中的小波函数\psi (t) (即母小波)和缩放函数\phi (t) (也称为父小波)来定义。小波函数实际上是带通滤波器，每一级缩放将带宽减半。这产生了一个问题，如果要覆盖一个谱需要无穷多的级。缩放函数滤掉小波变换的最低级并保证整个谱被覆盖到。对于有紧支撑的小波，\phi (t)可以视为有限长，并等价于缩放滤波堨g. 例如Meyer小波

小波函数

　　小波只有时域表示，作为小波函数\psi (t). 例如墨西哥帽小波。

编辑本段应用

　　通常来讲，DWT用于 信号编码 而CWT用于信号分析。所以，DWT通常用于工程和计算机科堦而CWT经常用于科学研究。小波变换现堨被大量不同的应用领域所采纳，经常堖代了傅立叶变换的位置。很多物理学的领域经历了这䠪范式的转变，包括 分子动力学 ， 重新计算 (ab initio calculations), 天文物理学 ， 密度矩阵 局部化，地震地质物理学， 光学 ， 湍流 ，和 量子力学。其他经历了这种变化的学科有 图像处理，血压，心率和 心电图
分析， DNA 分析， 蛋白质 分析， 气象学 ，通用 信号处理 ，语言识别 ， 计算机图形学 ，和多分形分析 。小波的一个用途是数据压缩。和兠他变换一样，小波变换可以用于原始敠据(例如图像)，然后将变换后的数据编 ??，得到有效的压缩。 JPEG 2000 是采用小波的图像标准。细节请参看 小波压缩 。

编辑本段历史

　　小波的发展和几条不同的思路相关＠最早的是 Alfred Haar 在20世纪早期的工作。对小波理论有窠出贡献的有 Pierre Goupillaud , Alex Grossman 和 Jean Morlet 的表述，现在称为CWT (1982), Jan-Olov Strömberg 在离散小波上的早期工作(1983), 英格丽·多贝西 ( Ingrid Daubechies )的紧支撑正交小波(1988), Stephane
Mallat 的多分辨率框架(1989), Nathalie Delprat CWT的时域频域解释 (1991), David E. Newland 的调和小波变换和之后的很多其他人㠂 　　时间线 　　- 第一个小波( Haar小波 )由 Alfred Haar 给出 (1909年) 　　- 1950年代以来: Jean Morlet 和 Alex Grossman 　　- 1980年代以来: Yves Meyer , Stéphane Mallat , 英格丽·多贝西 ( Ingrid Daubechies
), Ronald Coifman , Victor Wickerhauser 　　小波变换 　　存在着大量的小波变换，每个适合丠同的应用。完整的列表参看 小波相关的变换列表，常见的如下： 　　- 连续小波变换 (CWT) 　　- 离散小波变换 (DWT) 　　- 快速小波变换 (FWT) 　　- 小波包分解 (Wavelet packet decomposition) (WPD)

编辑本段小波函数

　　函数名 含 义 　　Allnodes 计算树结点 　　appcoef 提取一维小波变换低频系数 　　appcoef2 提取二 维小波分解低频系数 　　bestlevt 计算完整最佳小波包树 　　besttree 计算最佳(优)树 　　biorfill 双正交样条小波滤波器组 　　biorwavf 双正交样条小波滤波器 　　centfrq 求小波中心频率 　　cgauwavf Complex Gaussian小波
　　cmorwavf coiflets小波滤波器 　　cwt 一维连续小波变换 　　dbaux Daubechies小波滤波器计算 　　dbwavf Daubechies小波滤波器 dbwavf(W) W='dbN' N=1,2,3,...,50 　　ddencmp 获取默认值阈值(软或硬)熵标准 　　depo2ind 将深度-位置结点形式转化成索引结点形式 　　detcoef 提取一维小波变换高频系数 　　detcoef2 提取二维小波分解高频系数　　disp 显示文本或矩阵 　　drawtree 画小波包分解树(GUI)
　　dtree 构造DTREE类 　　dwt 单尺度一维离散小波变换 　　dwt2 单尺度二维离散小波变换 　　dwtmode 离散小波变换拓展模式 　　dyaddown 二元取样　　dyadup 二元插值 　　entrupd 更新小波包的熵值 　　fbspwavf B样条小波 　　gauswavf Gaussian小波 　　idwt 单尺度一维离散小波逆变换 　　idwt2 单尺度二维离散小波逆变换 　　ind2depo 将索引结点形式转化成深度—位置结点形式 　　intwave 积分小波数 　　isnode
判断结点是否存在 　　istnode 判断结点是否是终结点并返回排列值 　　iswt 一维逆SWT(Stationary Wavelet Transform)变换　　iswt2 二维逆SWT变换 　　leaves 寻找终端结点 　　noleaves 寻找非终端结点 　　mexihat 墨西哥帽小波 　　meyer Meyer小波 　　meyeraux Meyer小波辅助函数 　　morlet Morlet小波　　nodease 计算上溯结点 　　nodedesc 计算下溯结点(子结点) 　　nodejoin
重组结点 　　nodepar 寻找父结点 　　nodesplt 分割(分解)结点 　　ntnode 返回终端结点个数 　　ntree 构造树结构对象　　orthfill 正交小波滤波器组 　　plot 绘制向量或矩阵的图形 　　qmf 镜像二次滤波器 　　rbiowavf 通过设定双正交样条小波滤波器得到分解和重构的滤波器 　　read 读取二进制数据 　　readtree 读取小波包分解树　　scal2frq 返回伪频率 　　shanwavf Shannon小波 　　swt 一维SWT(Stationary
Wavelet Transform)变换 　　swt2 二维SWT变换 　　symwavf Symlets小波滤波器　　thselect 信号消噪的阈值选择 　　treedpth 求树的深度 　　treeord 求树结构的叉数 　　upcoef 一维小波分解系数的直接重构 　　upcoef2 二维小波分解系数的直接重构 　　upwlev 单尺度一维小波分解的重构　　upwlev2 单尺度二维小波分解的重构 　　wavedec 单尺度一维小波分解 　　wavedec2 多尺度二维小波分解　　wavedemo
小波工具箱函数demo 　　wavefun 小波函数和尺度函数 　　wavefun2 二维小波函数和尺度函数　　wavemenu 小波工具箱函数menu图形界面调用函数 　　wavemngr 小波管理函数 　　waverec 多尺度一维小波重构 　　waverec2 多尺度二维小波重构 　　wbmpen 返回1-D或2-D小波降噪的全局阈值　　wcodemat 对矩阵进行量化编码 　　wdcbm 返回阈值和系数个数(1-D小波降噪Birge-Massart策略 ) 　　wdcbm2 返回阈值和系数个数(2-D小波降噪Birge-Massart策略
) 　　wden 用小波进行一维信号的消噪或压缩　　wdencmp 小波消噪或压缩 　　wentropy 计算小波包的熵 　　wfilters 小波滤波器 　　wkeep 提取向量或矩阵中的一部分 　　wmaxlev 计算小波分解的最大尺度 　　wnoise 产生含噪声的测试函数数据 　　wnoisest 估计一维小波的系数的标准偏差 　　wp2wtree 从小波包树中提取小波树 　　wpcoef 计算小波包系数 　　wpcutree 剪切小波包分解树 　　wpdec 一维小波包的分解 　　wpdec2 二维小波包的分解
　　wpdencmp 用小波包进行信号的消噪或压缩 　　wpfun 小波包函数 　　wpjoin 小波包重构 　　wprcoef 小波包分解系数的重构　　wprec 一维小波包分解的重构 　　wprec2 二维小波包分解的重构 　　wpsplt 分割（分解）小波包　　wpthcoef 进行小波包分解系数的阈值处理 　　wpviewcf 绘制小波包的颜色系数 　　wrcoef 对一维小波系数进行单支重构 　　wrcoef2 对二维小波系数进行单支重构 　　wrev 向量逆序 　　write 向缓冲区内存写进数据
　　wthcoef 一维信号的小波系数阈值处理 　　wthcoef2 二维信号的小波系数阈值处理　　wthresh 进行软阈值或硬阈值处理 　　wthrmngr 阈值设置管理 　　wtreemgr 管理树结构