为了提升电力系统供电品质，减少电力系统中谐波的危害，针对傅里叶变换的谐波检测方法无法同时实现时-频变域分析这一缺点，提出了小波变换这一新方法对谐波进行分析。通过小波变换对电力系统中的谐波电流进行分解，得到信号的基波分量和高次谐波分量。针对电力系统中的突变信号，提出了基于小波变换的模极大值的奇异性检测方法，并通过仿真实例验证该算法的有效性。 更进一步采用小波工具对故障信号进行分解，进一步滤除对电力系统有害的高次谐波，最终起到排除干扰，减少判别，保护故障线路的作用。

由于模拟电路的非线性、容差性及元器件参数的连续可变性等特点的存在，传统的模拟电路故障诊断手段在实际运用中已经很难得到令人满意的结果。 本文将小波变换与神经网络结合，对特征提取进行优化，以雷达滤波电路为研究对象，在考虑容差性的情况下对电路进行故障诊断，体现出小波神经网络在诊断正确性及时效性上所具有的优势。

提出了一种用于医学图像消噪的新型的小波阈值函数。改进的阈值函数是将两种常见的软、硬小波阈值函数相结合并加以改进，使其兼具了两者的滤波消噪特性。同时将改进的小波阈值函数应用在医学图像图像处理中，用于消除医学图像的噪声干扰，并利用仿真实验与软硬阈值函数作对比，从效果图和实验数据分析验证了其优势。

自计算机视觉产生开始，视觉信息则自动成为其处理的对象。纹理特征作为视觉信息的重要部分，成为图像特征提取的重点。针对纹理特征提取中，传统LBP 算法作为一种基于灰度的算法，仅仅局限对低分辨率图片，其识别率通常比较低的问题，提出一种基于小波变换的LBP算法。该算法利用小波变换的局部特性、方向性和多方向性等特点，并结合LBP算法自身具有的旋转不变形、灰度不变形等特点，从而通过小波变换对高分辨率图片的分解，再通过局部二值模式的优势，从而实现对图像纹理特征的提取。最后通过MATLAB软件编程与ORL数据库的对比测试，改进算法的识别率明显优于传统LBP算法。

提出了一种基于CT-CZT-SVD的数字水印算法。该算法利用CZT变换算法的高频窄带分析能力和奇异值的稳定性对CT变换获取的表示细节特征的图像高频分量进行混合处理。实验表明，该算法通过提高频率分辨率及频谱锐化效果，能充分表达图像的细节信息，有效提升了水印图像的不可见性以及对常见的几何攻击、JPEG压缩等水印攻击的鲁棒性。

基于探地雷达信号直达波的特点,应用二维物理小波作为基本小波对探地雷达信号进行小波变换,选择合适的小波尺度估计直达波干扰进而去除直达波.通过对两个实测探地雷达资料的处理,验证了该方法的有效性,与二维连续有向小波变换方法进行对比具有占用内存小、计算速度快的特点.

MATLAB小波变换分析代码，包括交叉谱、凝聚谱，其实新版MATLAB本身提供了相应函数，该代码可学习与参考这些函数的使用。如用于发表文章，内有参考文献引用。 运行MATLAB，选择代码所在路径，打开docs的faq.html，按照文档运行该代码包，数据格式参见faq文件中的文本。

很经典很实用 目录： 第一章连续的小波变换 1．1连续小波变换的定义 1．2与短时傅里叶变换的比较 1．3连续小波变换的一些性质 1．4小波变换的反演及对基本小波的要求 1．5连续小波变换的计算机实现与快速算法 1．6几种常用的基本小波 1．7应用举例 第二章尺度及位移均离散化的小波变换 2．1离散α，γ栅格下的小波变换 2．2标架(frame)概念 2．3小波标架 2．4应用举例 第三章多分辨率分析与离散序列的小波变换 3．1概述 3．2多分辨率信号分解与重建的基本概念 3．3尺度函数和小波函数的一些重要性质 3．4由多分辨率分析引出多采样率滤波器组 3．5Mallat算法实现中的一些问题 3．6离散序列的小波变换 3．7金字塔结构的数据编码 第四章多采样率滤波器组与小波变换 4．1概述 4．2多采样率信号处理的一些基本关系 4．3双通道多采样率滤波器的理想重建条件 4．4多采样率滤波器组的两种一般表示法 4．5正交镜像滤波器组与共轭正交滤波器组 4．6正交滤波器组的设计 4．7二项式小波滤波器组 4．8对滤波器组参数与连续时间小渡变换关系的进一步讨论 4．9Daubechies小波 4．10IIR型的正交滤波器组和小波 4．1l双正交滤波器组与双正交小波 4．12滤波器组理想重建条件的时域表示式及其设计 第五章二维小波变换及其用于图像处理 5．1概述 5．2二维图像的多分辨率分析：可分离情况 5．3五株排列(quincunx)的多分辨率分析 5．4应用举例 5．5二维连续小波变换 第六章小波变换用于表征信号的突变(瞬态)特征 6．1概述 6．2基本原理 6．3几种检测局部性能常用的小波 6．4．用小波变换极大值在多尺度上的变化来表征信号奇异点的性质 6．5用二维小波变换作图像上物体边沿的检测 6．6应用举例 6．7用小波变换的过零点来表征信号 6．8由小波变换的奇异点重建信号 6．9仿真计算 第七章小波包与时一频平面的铺砌 7．1概述 7．2小波包的定义与主要性质 7．3最优小波包基的选择 7．4自适应小波包分解 7．5最优小波包作自适应切换时瞬态的抑制——时变滤波器组方法 7．6关于时间一频率平面的自适应铺砌 7．7基本小波的优化设计 7．8小波变换在不同基函数间的换算 第八章小波变换与分形信号的分析 8．1概述 8．2关于分形的简述 8．31过程的小波分析 8．4确定性的自相似过程 8．51过程的信号处理 8．6分数布朗运动与分数高斯噪声 8．7小波变换用于其他分形问题简介 附录1过程或FBM的产生 第九章运动物体回波信号的宽带处理 9．1概述 9．2回波信号的宽带模型 9．3针对宽带回波的小波变换处理 9．4运动系统特性的多尺度表征 结束语 参考文献

C#实现一维离散小波变换，选用mallet小波，变换后得到cA（低频 和cD（高频）部分

对使用小波变换处理探地雷达数据的工作人员有参考价值。