信号处理的小波导论（原英文第二版）作者是Stephane Mallat，机械工业出版

Mallat算法的Matlab实现 dwt() [cA,cD] = dwt(X,Lo_D,Hi_D) [cA,cD] = dwt(X,Lo_D,Hi_D,'mode',MODE) X 的长度为 , 滤波器的长度为 对于周期延拓方式，cA，cD的长度均为 对于其他延拓方式，cA，cD的长度均为 idwt() X = idwt(cA,cD,Lo_R,Hi_R) X = idwt(cA,cD,Lo_R, Hi_R ，'mode',MODE) 对于周期延拓方法， 对于其他延拓方式， 特点: 能够实现重构. 难以用于数据压缩应用

多孔trous算法实现一维和二维信号的分解和重构； mallat算法实现一维和二维信号的分解和重构； 采用的小波基是haar和db2

使用matlab实现相码、密勒码、CMI码的编码，且三种编码均为不少于128bit的二进制数字序列，并画出编码前后的波形和功率谱，分析各传输码型的优点以及密勒码和双相码的关系。

为了实现对微弱低信噪比的心电信号的有效提取，采用了Mallat算法的小波分解重构法去除心电信号的噪声。首先确定小波分解重构的小波基；其次确定分解的层数；然后直接提取有用信号所在的频带（有用信号占优的频带）进行重构；最后，Matlab仿真MIT-BIT标准数据 库中的心电信号表明小波分解重构法可以有效的去除心电信号中的多种干扰；同时比起传统滤波器法来说，小波分解与重构去噪法应用起来更方便。

使用Mallat算法实现一维离散序列小波变换，实现方式完全按照一般书本所讲方法，所给项目代码中有详细的注释，同时还给出了我实现该方法所参看的一些资料，代码项目中还给出了一个所参看论文中实现的方法，本人所实现的方法，便于理解小波变换和Mallat算法，但用于实际运算还有待改进，但参考论文中所给方法非常简练，速度也会较快，同时所需内存空间也较少。

:间谐波是电力系统中一种特殊的谐波，它大量存在于电网中。间谐波对电网危害大，所以对它进行监测和分析具有重要的 意义。针对基于傅里叶变换(DFT)的间谐波分析方法易受噪声干扰和对间谐波分辨率低的缺点，提出了一种基于小波变换的间谐波 分析方法。仿真结果表明该方法不仅具有高分辨率特性，可以很好地分析间谐波，而且能实时跟踪间谐波。在电力系统间谐波分析 方面具有经典DFT方法无可比拟的优越性

正交小波变换的Mallat快速算法 小波分析 深圳大学信息工程学院

单尺度一维离散小波变换DWT的Mallat算法C++和MATLAB实现,含源码，c++源码在Ubuntu上用g++编译ok

MATLAB实现小波分析mallat经典算法