小波(Wavelet)这一术语，顾名思义，“小波”就是小的波形。所谓“小”是指它具有衰减性；而称之为“波”则是指它的波动性，其振幅正负相间的震荡形式。与Fourier变换相比，小波变换是时间(空间)频率的局部化分析，它通过伸缩平移运算对信号(函数)逐步进行多尺度细化，最终达到高频处时间细分，低频处频率细分，能自动适应时频信号分析的要求，从而可聚焦到信号的任意细节，解决了Fourier变换的困难问题，成为继Fourier变换以来在科学方法上的重大突破。
1、步骤
将原始数据文件夹copy到装有matlab 的电脑
打开matlab软件， 进入软件主界面
在软件的左下方找到start按钮，点击选择toolbox， 然后选择wavelet
进入wavemenu界面，选择一维小波中的wavelet1-D并 进入
右上角选择用于小波分析的小波基以及分解层数并点击analyse开始分析
选择要处理的信号，界面出现 loaded信号，这就是没有去噪前的原 始信号
在wavemenu主界面中选择file-load signal或者import from workspace— import signal
将数据文件(.Mat 格式)托到matlab 软件主界面的 workspace
分析后在左边栏目 中出现s，a*， d*，其中s为原信 号，a*为近似信 号，d*为细节信号
然后点击denoise 去噪
matlab小波工具箱小波分析步骤_文档下载/b-12b70285c77da26925c5b0ae.html 阈值方法常用的有 4种fixed(固定阈值)， rigorsure， heusure，minmax 根据需要选择，一 般情况下 rigorsure方式去 噪效果较好
Soft(软阈值)， hard(硬阈值)一 般选择软阈值去噪 后的信号较为平滑
在此窗口下点击 file-save denoised singal，保存输出 去噪后的信号
点击denoise开始正式去噪
在噪声结构下面的数值不要随意改，这是系统默认的去噪幅度
在噪声结构中选择 unscaled white noise，因为在工程应用中的噪声一般不仅仅含有白噪 声
去噪结束
去噪结束后，把去噪后信号(.mat格 式)拖至matlab主界面的workspace 中，与原信号一起打包，以便以后计 算统计量
Matlab编程计算相关统计量以及特征 量
得出统计量和特征量后结束
2、步骤流程
