matlab小波阈值降噪

本人从多位老师的论文中查阅资，有不足之处希望大家指正，代码放到最后。

目录

1.小波模极大值去噪

 2.小波变换尺度间相关性去噪

 3.小波阈值萎缩去噪

  4.平以不变量小波阈值去噪

---

小波变换是一种信号的时间——尺度（时间——频率）分析方法，在时频两域都具有表征信号局部特征的能力，是一种窗口大小固定不变但其形状可改变，时间窗和频率窗都可以改变的时频局部化分析方法。即在低频部分具有较低的时间分辨率和较高的频率分辨率，在高频部分具有较高的时间分辨率和较低的频率分辨率，很适合于分析非平稳的信号和提取信号的局部特征，所以小波变换被誉为分析处理信号的显微镜。
 

2小波去噪类型概括.

        1.小波变换模极大值去噪方法，在低信噪比去噪中有优势，适合信号中混有白噪声且含有较多奇异点的情况；2.小波变换尺度间相关性去噪比较适合噪声水平不是很高的信号去噪，且具有较好的边缘重构能力；3.小波变换阈值萎缩去噪广泛的适应性，有很好的去噪效果，平移不变量去噪能很好的抑制阈值去噪方法的伪吉布斯效应，且有更好的视觉效果。

小波模极大值去噪 信号与噪声的小波变换模极大值在不同的尺度的传播特性，有效信号的小波变换随着尺度的增大而增加，噪声的小波变换模极大值随尺度的增大而减小，小波模极大值去噪是通过区分尺度下信号的模极大值与噪声的模极大值，利用小波模极大值直接检测信号的边缘，实现去噪。 信号的奇异性（信号在某处有间断或某阶导数不连续） 去噪算法：1.对加噪信号进行二进小波变换一般4-5个尺度，并求每一尺度模极大值 2.去除最大尺度噪声对应的模极大值点，保留信号对应的模极大值点。 3.在<