关于小波变换理论及其在降噪中的应用第1页，共22页，星期日，2025年，2月5日小波变换的发展历史1822年傅里叶发表“热传导解析理论”，傅里叶变换成为传统信号处理的基本方法。其基本思想是将信号分解成许多不同频率的正弦波的叠加，将信号从时间域转换到频率域。但是，这种变换丢失时间信息，不利于分析非平稳信号，如实际信号中的偏移、趋势、突变等。第2页，共22页，星期日，2025年，2月5日小波变换的发展历史为了研究信号在局部时间段得频域特征，1946年Gabor提出了著名的Gabor变换，之后发展成为短时傅里叶变换（STFT）。其基本思想是对信号加窗，然后对窗内的信号进行傅里叶变换，因此它可以反映信号的局部特征。第3页，共22页，星期日，2025年，2月5日小波变换的发展历史 1986年著名数学家Y.Meyer偶然构造出一个真正的小波基，并与S.Mallat合作建立了构造小波基的统一方法——多尺度分析。它继承了STFT的思想，它的窗口大小不变，但窗口形状可以改变，是一种时间窗和频率窗都可以改变的视频分析方法。简单来说，小波分析在低频部分具有较高的频率分辨率和较低的时间分辨率，在高频部分具有较高的时间分辨率和较低分辨率，在时频域都具有很强的表征信号局部特征的能力。第4页，共22页，星期日，2025年，2月5日小波理论小波函数定义L2(R)指R上平方可积（或能量有限）函数构成的函数空间第5页，共22页，星期日，2025年，2月5日小波理论连续伸缩、平移离散伸缩、平移第6页，共22页，星期日，2025年，2月5日小波理论小波变换的定义第7页，共22页，星期日，2025年，2月5日常用小波函数1.Haar小波第8页，共22页，星期日，2025年，2月5日常用小波函数2.Daubechies(dbN)小波Daubechies小波由著名小波学者IngridDaubechies所创造，她的发明是小波领域的里程碑，使得小波的研究由理论转为可行。第9页，共22页，星期日，2025年，2月5日常用小波函数3.SymletsA(symN)小波族Sym小波的构造类似于db小波族，两者的差别在于sym小波有更好的对称性，更适合图像处理，减少重构时的相移。第10页，共22页，星期日，2025年，2月5日快速小波变换（FWT）小波分析主要是在信号降噪（一维小波变换）和图像处理（二维小波变化）方面有着重要的应用，本篇所讲的主要是利用一维离散小波变换在信号降噪方面的应用。一维离散小波变换实现的算法一般是mallat算法，即先对较大尺度的信号进行小波变换，再选取其中的低频部分在原尺度的1/2尺度上再进行小波变换。此种算法又称快速小波变换（FWT）。第11页，共22页，星期日，2025年，2月5日小波分析的应用FWT算法的流程第一步第12页，共22页，星期日，2025年，2月5日快速小波变换（FWT）第一步：给定一个长度为N的信号s，那么整个算法之多在log2N步内完成，第一步从原始信号s开始，产生两组参数，一组是作用低通滤波器Lo_D得到的近似信号cA1，另一组是作用高通滤波器Hi_D得到的细节信号cD1，这两个信号都是原始信号在滤波器作用下以尺度为2的下采样。第二步：把其中的低频部分cA1再次分解，直到所需要的层数。第13页，共22页，星期日，2025年，2月5日快速小波变换（FWT）FWT算法的流程第14页，共22页，星期日，2025年，2月5日快速小波变换（FWT）在MATLAB中实现多尺度分解的函数是wavedec，该函数的使用方式如下： [C,L]=wavedec(s,N,vname)其中，s表示信号，N为分解层数（必须是一个正整数），‘vname’表示选用的小波基。这个函数返回的是一个分解向量C和长度向量L。第15页，共22页，星期日，2025年，2月5日快速小波变换（FWT）wavedec返回值的记录方式第16页，共22页，星期日，2025年，2月5日