4.3.1 程序一 38

4.3.2 程序二 45

5 总结 50

致谢 51

参考文献 52

1 绪论

MathWorks公司开发的Matlab软件是一个理想的可以用来设计概念开发程序还有算法以及建立模型运行仿真程序的软件，是目前同领域里最优秀的软件。2011年4月，最新版的MATLAB R2011a正式发布，新版增加了一些全新的功能和两个新的其他产品，和61和产品相关的更新

1974年是J. Morlet最先提出了小波变换的概念，他是一个平时主要工作是处理油信号的法国工程师。把傅里叶变换和窗口傅里叶变换（Gabor变换）作对比，它是时间和频率的局部变换，以便它能够有效地从信号中提取信息，并通过函数执行函数或信号进行扩展和平移。多尺度细化分析解决了许多傅里叶变换无法解决的问题[1]。

小波分析的应用与小波分析的理论研究紧密结合，小波分析在信息产业科技领域取得了显着成果，从数学的角度出发，可以看到信号和图像处理。作为信号处理（图像可以被视为二维信号），在很多小波分析应用中，这可以归因于信号处理，目前处理时间稳定信号的理想工具仍然是傅里叶分析。但实际应用中的大多数信号都是不稳定的，特别是对于不稳定信号的分析工具就是小波分析。小波理论被认为是傅里叶分析的一个重大突破。它已成为应用数学、信号处理和图像处理的研究热点。

MATLAB是矩阵实验室（Matrix Laboratory）的简称。它是线性代数软件包LINPACK的子程序和在特征值计算软件EISPACK的基础上开发的。它被用于科学计算和可视化的开放高级编程语言。

1.1 小波去噪研究意义

目前，基于MATLAB的小波分析方法已被广泛应用于许多工程领域，已成为广大科技工作者经常使用的工具之一。作为数值计算和可视化的高性能可靠软件，MATLAB通过各方专家的共同努力和不断研究，将其应用于图像处理，信号处理，通信与小波分析，优化与控制系统仿真等各个领域。我将以MATLAB软件为参考，结合工程实践的应用领域，设计和使用MATLAB实现小波在语音信号中的应用。

传统的硬阈值处理方法得到的相关小波系数的连续性不够强，重构后的小波语音信号可能会产生震荡效应。软阈值处理方法在小波系数连续性方面较好，但当小波系数较大时，其分解系数总是存在偏差，给重构信号带来不可避免的误差。因此研究新的阈值处理方法，提高重建的准确性具有重要的实用价值。

小波分析是过去十年发展起来的一种相对较新的时频分析方法。小波分析的典型应用主要包括起重机的齿轮速度控制和异常噪声，以及物理学中的一些不连续现象。小波域分析的主要内容是区分相关的突发信号和相关的稳定信号，并对其能量进行定量分析。小波分析的典型应用包括细胞膜的相关识别，金属表面的检测和金融中快速变量的相关检测，INTERNET相关流量控制等。

从上述小波信号分析的典型应用中可以看出，时频分析的应用范围非常广泛，涵盖物理和工程等许多领域，以及生物科学和经济学，很多情况下我们都知道我们只分析其相关时域或频域的属性。例如，在相关的电力监控系统中，我们应该监控相关稳定信号的一些组成部分，并定位一些相关的故障信号。这就要求我们引入一些新的相关时频分析方法。小波分析也是由于实际需求。

1.2 小波理论发展现状

1.3 小波理论发展趋势

1.4 本文主要工作

本文的主要任务是学习小波分析方法并设计出一个运用小波去噪的程序并用matlab进行仿真。

研究设计的主要内容包括：

（一） 小波的定义；

（二） 小波分析的基本原理；