1樓：
基本上所有小波函式都可以進行cwt（ccwt從實現方式上也可認為是cwt滴一種，所以復小波基也可認為是可以cwt滴，雖然對應滴叫做ccwt），要重構則是dwt，有很多小波基都不能進行dwt，這主要是其尺度函式構造滴困難，導致濾波器組難以構造，所以不能用於dwt。具體可參看matlab滴幫助。
關於連續小波變換的去噪及重構問題
2樓：
cwt的結果都相當於dwt中的細節資訊（即所謂dwt中的高頻資訊。雖然越向後頻率越低，有時已不能用「高頻」來形容了，但這時的高頻是相對概念，是相對於同階逼近資訊還是高的），只是其尺度是連續的尺度越大頻率越低，一直低下去。
morlet等小波只能做cwt，有些是因為沒法兒構造尺度函式，有些是根本就沒有逆變換（只有滿足某些條件，cwt才存在逆變換，這與小波基有關），有些是如何離散化也不能構成正交或雙正交基，甚至按照二進位制的離散化不能構成緊支的框架，所以它們通常不能做dwt，也就沒有逆變換、重構一說了。
別管啥波形近似的問題，那通常是唬外行人的，在沒有分析處理訊號之前誰也不知道最終結果咋樣，你又咋確定「波形近似」，又沒有啥指標，難道就憑肉眼觀察？這就是個悖論，處理後的結果好就說明波形近似，如果波形近似又能推出處理後的結果好，這就是在扯淡啊。你換其他小波基吧，如果程式設計能力強，可以試試swt和閾值處理（這是目前效果最理想的方法，可惜swt的函式太少要在那幾個函式的基礎上自己完善補充），退而求其次是wp或dwt和閾值處理，雖然有平移敏感性和偽吉布斯的問題，不過一般應用還可以吧。
關於連續小波變換的幾個問題，求教 80
3樓：
首先應明白連續或不連續多指數學的概念而已，應用中的訊號都是離散的，只是你的取樣足夠高就可認為是連續的，所以小波變換中關心的是點數問題，而不關心訊號是否連續。對於cwt或dwt其連續與否不是指分析訊號，而是你說的a或b的問題，但你仍可以借鑑上面對於訊號連續的理解。cwt中a是連續的，b其實就是點數，也可認為是連續的。
最早的dwt是沒有mallat演算法的，那時a是以2的冪次方變化離散，b卻是連續變化的，即二進小波變換。這種變換很雞肋，還不如直接做cwt。dwt的應用之所以遠遠多於cwt就是引入了mallat演算法，好處是終於可以分解和重構訊號了，這種方式對訊號特徵的研究非常有利。
dwt的核心思想其實就是cwt引出的伸縮和平移的概念，a以2的冪次方變化實現了小波的伸縮，b通過下抽樣實現了小波的平移。從實際應用中進行小波變換的目的和效果來看，cwt中2/4/8/16/32的小波係數結果應該對應dwt中的階次（層數）1/2/3/4/5的小波細節係數（或更準確的是重構後的小波細節，因為cwt的係數個數是不變的等於原訊號長度，但dwt細節係數是每層近似減半的，重構後才會等長，b也是姑且認為是減半的不連續吧）。
再追問吧，第二問題可能更多，我儘量精簡。哎，幹嘛要把問題寫在一起，這就是麻煩啊，你必須追問我才能再寫！
連續小波變換取模？應該是取哪一條線的模呢？
4樓：
i 服了you，這問題？受累多查查幫助文件，這不是能力和基礎問題是態度問題！！！
y=cwt(c,1:32,'db8');是做整數尺度，最大32尺度的cwt，所以y 從上向下數第一行是尺度1的cwt結果，第16行是尺度16cwt的結果，數數會吧？這種問題你自己隨便輸幾個數值的訊號c，用cwt試試就知道第一行是最高尺度還是尺度1了，矩陣第一行cwt結果數值普遍小於最後一行，說明第一行就是最小的尺度1的結果，推推不就知道了！
**中，老說「對小波係數進行處理」，想問下什麼是小波係數？
5樓：
一個訊號無論進行連續小波變換（cwt）或是離散小波變換（dwt），變換完的結果就叫小波係數。小波係數是沒有量綱單位的結果，需要經過重構這些係數得到實際有量綱的訊號。
如同用一個任意長度（例如手的一指寬）去測量某個物體的大小，你可以測得一系列的數字，比如寬1代表1指長度，長2.5代表2個半指長度（但這不是標準的量綱，沒有人用一指當作通用標準量綱，也就是沒有量綱），如果我不告訴你一指到底有多少cm，你就不知道這一系列的數字到底是多少個標準量綱的cm，也就不知道那個物體長多少cm。那根手指就是小波基，測量的過程就是小波變換，測得一系列的數字就是小波係數。
當我告訴你一指為1.8cm時，你用測得一系列的數字乘以1.8就將這一系列數字轉化為帶有量綱cm的另一組數字，長1.
8cm，寬4.5cm，這個過程就是小波係數的重構為有實際量綱訊號的過程。實際小波變換和重構的原理通俗講就是這麼個思路，當然實際小波變換的方法要複雜得多，牽扯數學和訊號處理的問題也很多，這裡就是便於你理解這玩意的示意性解說。
高頻小波係數和低頻小波係數通常是使用mallat演算法的dwt的概念，通過高頻帶通濾波器和低通濾波器，將訊號中的資訊分為高頻細節和低頻逼近資訊。
高頻小波係數是研究訊號高頻資訊的，可以直接研究高頻小波係數本身，為了得到較好的效果也可對高頻小波係數進行處理後突出其特徵再研究，當然最通常的方法還是重構。例如研究人臉的面部特徵，臉上的雀斑，痘痘，黑痣和瘊子等都是高頻資訊，為了從人臉上分離和突出它們，就可以對高頻小波係數進行處理或重構。
低頻小波係數是研究訊號低頻資訊的（貌似廢話），為了較為準確的顯示低頻特徵通常要進行重構，因為將低頻小波係數本身作為訊號，其頻率有時並不低，所以要重構才是訊號本身的低頻資訊。還是例如研究人臉的面部特徵，臉型是低頻資訊，為了分清國字臉，鴨蛋臉還是瓜子臉，就可以重構低頻小波係數，得到其低頻特徵（也可以理解為分離高頻資訊得到的消噪結果，所以低頻係數的重構通常認為是原始訊號消噪處理的結果）。我覺得回答已經相當深入淺出了，基本沒有牽扯小波的數學知識，如果還不理解，就應該先補補訊號處理的基礎知識了。
小波變換分解與重構後對時間序列的**
6樓：
如果你用小波工具箱進行db4小波分解，一維的情況，你在結果的圖中是沒有逼近和細節係數的，都是重構訊號，它一定是與原始訊號等長的。所以難以理解你所說的「比我給的原始資料個數多」是如何做出來的。
小波變換，懂的來。。。
7樓：
連續小波變換講究尺度scale和平移shift，當scale離散成2的冪次時就由連續小波變換變為dyadic wavelet（二進小波變
怎麼用matlab實現小波變換急
yc,ys wavedec2 y,2,db1 y為要分解的影象矩陣 2為分解的層數，db1 為採用的小波基返回兩個矩陣yc和ys。yh2 detcoef2 h yc,ys,2 這是提取出影象2層分解後的水平分量，h改v是垂直分量，h該d是對角分量。細節分量用另外一個方法提取。怎樣用matlab進行小...
dct和小波變換有什麼關係是東西麼
dct是離散餘弦變換,基於dct與小波變換的數字水印演算法都是將空域的影象資料轉到頻域中去,然後在頻域中新增數字水印,但dct與小波變換演算法是不同的,因此兩者轉換的頻域的特點不一樣。不是一個概念 小波變換 和 dct 是兩個不同的頻域演算法 dct dft與小波變換的聯絡與區別 dct是離 散傅復...
matlab中離散小波變換的預設擴充套件模式是怎麼樣的
參考dwtmode和wextend 函式滴幫助文件，預設擴充套件模式是sym，所以這圖貌似沒錯，db2濾波器組的確是4個數，卷積後得10個數，儲存偶數序號滴5數，即z2這列，z4這列，z10這列，既為dwt後小波係數結果，不知你是 有出入，又如何個出入？怎麼用matlab實現小波變換？急！yc,ys...