《小波分析导论》作者：崔锦泰 是一本小波分析的入门书籍

Robi Polikar博士的博客文章《The Wavelet Tutorial》英文及中文翻译版本

改程序可以用于小波分析学习，特别是广大科研人员和学生。具体来说，该程序为同步压缩变换，能够运行，对时频分析有较好的处理结果

对应MATLAB小波分析—张德丰（代码）这本书

尽管小波变换在数据压缩和去噪声等领域取得良好的效果，可分离的二维小波变换（不是直接构造出），采用先对行做一次一维小波变换，再对列做一次一维小波变换扩展而来。或者直接用二个可分离的一维函数基直接构造的二维变换，从数学角度都不是真正的二维函数。基函数的支撑区域由区间扩展为正方形，基函数形状的方向性较差,该问题制约着小波变换的进一步应用。同时，由于采用亚抽样技术，在目标提取时会造成信息模糊，对信息利用会产生较大的影响。众所周知，如果某个基函数能与被逼近的函数较好地匹配，则其相应的投影系数较大，变换的能量集中度较高。可见对于平滑区域，小波变换的表示效率较高，而对于图像中方向性较强的边缘以及纹理，由于两者匹配较差，导致其表示效率欠佳。在高维情况下,小波分析并不能充分利用数据本身特有的几何特征,并不是最优的或 “最稀疏”的函数表示方法。 多尺度几何发展的目的和动力正是要致力于发展一种新的高维函数的最优表示方法。为克服小波分析的缺点，人们一直找其改进的方法。我们将这些方法统称超小波分析方法(Beyond Wavelet)。提到超小波分析，首先进行定义超小波分析。超小波分析就是把近来人们为改变小波分析的不足，提出常用基于小技术基础之上的系列变换，即Curvelet、Ridgelet、Contourlet、Bandelet、Beamlet、 Directionlet、Wedgelet和Surfacelet变换的统称，也有人称X-let(包括Wavelet)。

利用labview编程实现信号的小波包分解，并克服了传统小波包分解频编码混乱的问题，同时实现了功率谱以及频带能量的分析

。。。。。。。MATLAB小波分析—张德丰（第二版）

适合与小波初学者看，小波分析结合MATLAB实现，有大量例子。

小波分析和小波相关的实验代码（matlab），可用于长时间序列数据的变化周期特点分析和两个或者多个时间序列数据的相关性分析（文件夹里包含一份空气质量的实验数据，可用于参照）。

《MATLAB小波分析与应用--30个案例分析》是编者崔丽在10多年讲授“小波分析与应用”课程的基础上编写而成的。主要借助MATLAB软件，对小波分析的主要框架进行直观的讲解，并以案例分析的方式，对其主要应用领域进行探索与分析。 全书共10章，由基础篇、应用篇和综合应用提高篇三部分组成，每一章节都有若干案例，并配有可执行的MATLAB程序，帮助读者顺利进入小波分析理论和应用领域。如果在实现过程中有任何疑问，可以随时在MATLAB中文论坛（www.ilovematlab.cn）与编者交流。本书主要内容包括信号的读取，频谱分析的基本方法，多分辨率分析的基本框架，图像去噪、增强、融合和压缩的应用，以及小波分析理论在数字水印、心电信号的识别与疾病分类和小偷相 貌识别等方面的应用。 本书可作为小波分析领域的入门书籍，本科生大学三年级以上可以独立研读，书中案例的延伸可供本科生毕业设计或研究生课题研究参考，还可供高等学校有关专业学生、教师以及广大科技人员参考。