3、小波分析：原理、应用与家族介绍

小波分析：原理、应用与家族介绍

多级分解

分解过程可以迭代进行，通过依次对连续的近似值进行分解，将一个信号分解为多个低分辨率的分量，这被称为小波分解树。观察信号的小波分解树可以获得有价值的信息。

在理论上，由于分析过程是迭代的，它可以无限持续下去。但在实际中，分解只能进行到每个细节由单个样本或像素组成。在实践中，你需要根据信号的性质或合适的标准（如熵）来选择合适的分解级别。

小波重构

离散小波变换可用于分析或分解信号和图像，这个过程称为分解或分析。而将这些分量无信息损失地重新组合成原始信号的过程则称为重构或合成，实现合成的数学操作称为离散小波逆变换（IDWT）。

在小波工具箱中，通过小波系数来重构信号。小波分析涉及滤波和下采样，而小波重构过程则包括上采样和滤波。上采样是通过在样本之间插入零来延长信号分量的过程。

小波工具箱包含了如 idwt 和 waverec 等命令，分别用于对一维信号的分量进行单级或多级重构。这些命令在二维信号中有对应的 idwt2 和 waverec2 。

重构滤波器

重构过程中的滤波部分也值得讨论，因为滤波器的选择对于实现原始信号的完美重构至关重要。在分解阶段对信号分量进行下采样会引入一种称为混叠的失真。通过仔细选择分解和重构阶段密切相关（但不完全相同）的滤波器，可以“抵消”混叠的影响。

低通和高通分解滤波器（L 和 H）及其相关的重构滤波器（L’ 和 H’）构成了所谓的正交镜像滤波器系统。