多尺度小波分析，用于分析时间多尺度周期。包括相应小波包及代码，可作全谱图，方差图，功率谱，全局谱，并附带相关置信区间

里头包含对matlab自带小波工具箱的详细解读和应用，对小波分析的相关函数也做出了解读

利用小波分析法，对被污染信号进行去噪处理以回复原始信号，在整体的效果上取得不错的效果！

基于Matlab小波工具箱的数字图像处理与小波分析报告.doc

利用小波分析，声呐测试数据进行处理，实现声呐性能的测试

多道面波分析中的相移法频散曲线提取方法，实现单炮记录的面波频散曲线提取，MATLAB函，可直接调用，读入单炮记录并输入相关参数后，生成频散能量谱，根据其峰值，可以得到频散曲线。内含示例数据。

小波分析对信号信噪分离和提取弱信号上有着良好的效果，提出一种小波分析在定位算法中的应用。首先使用小波变换对NLOS（非视距）环境下TOA（到达时间）/AOA（到达角）测量值进行去噪，对处理后的数据再使用LS(最小二乘)算法进行定位。仿真结果表明，该算法相比于神经网络算法收敛速度快，定位精度高，可靠性好，具有可行性。

利用小波分析良好的时频双局域性特点，对准周期性非定常流场的速度信号进行了多辨析研究。使用大涡模拟方法得到了后台阶流动的流场，借助正交离散小波变换将流场中各处的速度信号在不同频带上逐层分解。提出了以特征频带名义频率和特征频带速度幅值作为描述流场各点处湍动能在不同频带上能谱分布的量化指标的新方法。以分析后台阶流动的脉动速度场为例，结果表明，所提出的方法可以为改进大涡模拟方法中的网格分布提供理论依据。

Y=kx与y=kx+b Linear space（线性空间）

3.5 小波分析和信号处理 小波分析克服了傅里叶分析的缺点，作为处理和分析信号的 工具具有强大的生命力，并且正在信号处理的各个领域取得越来 越深入和越来越广泛的应用。毫不讳言，除了周期性极好的信号 和平稳信号之外，在信号处理方面几乎没有别的处理工具可以和 小波分析比美。现在，信号处理已经成为当代科技技术活动的不 可缺少的一部分，并被广泛地用于无线电通信、卫星图像的传送 和分析、医疗成像分析、地震勘测等众多工业领域，这一切都包 含了一系列复杂的信号分析和处理。我们把“信号”理解为时间 点或者空间位置的函数，它是使用某种记录方式通过测量而得到 的，在离散的形式下，它是数字序列，常称为“数字信号”。数 字信号处理的目标是精确地分析、有效地编码、快速地传递信号， 并因此在接收机上完整地重建这个时间点或者空间位置的函数。 因为信号所携带的一切信息都是有效地隐藏在复杂的图形或数 字的结构中，所以，这种分析处理是必不可少的。特别地，我们 称二维数字信号为数字图像，对它的处理是基于图像的数字化描 述来实现的。比如，黑白图像的数字化描述是由这样的方式来完 成的：在“充分精细”的网络上，用距纵横坐标 x 和 y 最近的网 络点上的灰度，代替相应的图像上的  yx, 点的灰度，而“灰度级 别”的数值  yxf , 用一个平均的系数代替，这个平均值相应于一 个网络点。所以，图像的数字化结果就是一个巨大的数字矩阵， 图像处理就是在这个矩阵上完成的。图像处理就是构造一系列的 算法，利用这些算法去完成对这个巨大的数字矩阵的分析和诊 断、编码、量化和压缩、传送、存储 、合成和重建。 为了得到一个有效的诊断结果，必须对图像信号进行分析，