杂文笔记（二）：小波变换

本文概述：

小波变换原理：小波直傅里叶变换的基（无限长的三角函数基）换成了有限长的会衰减的小波基。。
小波变换用途：用于时频分析、突变信号分析。

1.小波变换的提出背景

  傅里叶变换处理非平稳信号有天生缺陷。它只能获取一段信号总体上包含哪些频率的成分，无法获知各成分出现的时刻。

2. 小波变换相关原理

参考文章《形象易懂讲解算法I——小波变换》

3. 小波变换在CSI处理中有什么用

可以用于信号去噪
ToDo：以后碰到了在此处补充。

4. python中pywt.wavedec（）函数

coeffs = pywt.wavedec(x, 'db4', level=level)

[C,L] = wavedec(X, ‘wname’，N)函数完成1D多阶次离散小波分解，返回系数数组list，所以C=coeffs是个列表，里面主要：1）低频系数，以数组形式存放。2）高频系数，每一层的（水平、垂直、对角线）高频系数构成一个 3 维元组，所以有几层小波分解就有几个元组。C代表的是分解向量，L代表一个记录向量。

data :　输入信号
wavelet: 可以是来自wavelist()的小波名称，也可以是Wavelet对象。

PS:软件内含的小波族[‘haar’, ‘db’, ‘sym’, ‘coif’, ‘bior’, ‘rbio’, ‘dmey’]

mode: 信号拓展模式
level: 分解阶次。可使用dwt_max_level（）计算信号能达到的最高分解阶次
pywt.dwt_max_level(len(x), db4)

5.python中wrcoef（）函数

A4 = wrcoef(x, 'a', coeffs, 'db4', level)

这个函数在上例中是指定用第level层细节进行低频重构

X = wrcoef(L,‘type’,C,‘wname’,N)
type可取低频‘a’或高频’d’，取低频‘a’的时候，N最小可以为0