MATLAB小波分析與應(yīng)用（第2版）

第1章 小波分析的數(shù)學(xué)基礎(chǔ)
1.1 傅里葉分析與小波分析
1.1.1 傅里葉級數(shù)
1.1.2 傅里葉變換
1.1.3 窗函數(shù)和測不準(zhǔn)原理
1.1.4 小波分析
1.2 一維連續(xù)小波變換
1.3 多分辨分析
1.4 正交小波變換
1.5 雙正交小波
1.6 小波包分析
1.7 常用小波函數(shù)介紹
1.7.1 小波的選擇
1.7.2 Haar小波
1.7.3 Daubechies小波
1.7.4 SymletsA(symN)小波族
1.7.5 Biorthogonal(biorNr.Nd)小波族
1.7.6 Coiflet(coifN)小波族
1.7.7 Morlet小波
1.7.8 Mexican Hat小波
1.7.9 Meyer小波
1.7.10 小波函數(shù)小結(jié)
第2章 小波變換在Matlab中的實(shí)現(xiàn)
2.1 一維連續(xù)小波變換
2.2 一維離散小波變換
2.2.1 一維離散小波變換的分解算法
2.2.2 一維離散小波變換的重建算法
2.3 二維離散小波變換
2.3.1 二維離散小波變換的分解算法
2.3.2 二維離散小波變換的重建算法
2.4 小波工具箱中的圖像表示
2.4.1 索引位圖在小波分解中的表示
2.4.2 有關(guān)Matlab小波工具箱中圖像處理的命令
2.5 靜態(tài)離散小波變換
2.5.1 靜態(tài)離散小波變換的概念
2.5.2 一維靜態(tài)離散小波變換
2.5.3 二維靜態(tài)離散小波變換
2.6 小波包變換
2.6.1 小波包分解
2.6.2 小波樹的操作
2.7 信號的擴(kuò)展
2.8 添加小波函數(shù)
2.8.1 小波函數(shù)的添加
2.8.2 小波函數(shù)族的添加
2.8.3 小波函數(shù)添加的后續(xù)工作
2.9 小波樹對象的使用方法
2.9.1 小波樹相關(guān)對象簡介
2.9.2 應(yīng)用小波樹對象的例子
第3章 Matlab的小波分析
3.1 小波變換用于信號降噪的原理
3.1.1 信號降噪的準(zhǔn)則
3.1.2 小波分析用于降噪的過程
3.1.3 基本降噪模型
3.1.4 從原始信號確定各級閾值
3.1.5 基于樣本估計的閾值的選取
3.1.6 硬閾值和軟閾值
3.2 Matlab用于信號降噪
3.2.1 Matlab中用于降噪的函數(shù)
3.2.2 通過抑制細(xì)節(jié)系數(shù)實(shí)現(xiàn)降噪
3.2.3 通過FFT實(shí)現(xiàn)信號降噪的方法
3.2.4 Matlab缺省的降噪命令
3.2.5 二維信號的小波降噪
3.3 信號壓縮
3.3.1 問題描述
3.3.2 性能度量
3.3.3 實(shí)現(xiàn)方法
3.3.4 Matlab小波工具箱中信號壓縮的實(shí)現(xiàn)
3.3.5 正交小波同雙正交小波
3.3.6 Matlab小波壓縮的例子
3.3.7 二維信號的壓縮
3.3.8 基于離散余弦變換(DGT)的圖像壓縮
3.3.9 基于小波變換的圖像局部壓縮
3.3.10 小波變換用于二維信號壓縮的一般方
3.3.11 基于小波包變換的圖像壓縮
3.4 小波分析用于圖像增強(qiáng)
3.4.1 圖像增強(qiáng)問題描述
3.4.2 圖像鈍化
3.4.3 圖像銳化
3.5 小波分析用于樣本估計
3.5.1 密度估計
3.5.2 回歸估計
3.6 小波分析方法小結(jié)
第4章 小波工具箱的GUI用法
4.1 小波工具箱圖形窗口的啟動
4.2 一維小波分析工具類
4.2.1 一維小波變換工具
4.2.2 小波工具箱圖形工具的通用方法
4.2.3 一維小波包工具
4.2.4 一維連續(xù)小波工具
4.3 二維小波分析工具類
4.3.1 二維小波壓縮工具
4.3.2 二維小波降噪工具
4.3.3 二維小波統(tǒng)計工具
4.3.4 二維小波直方圖工具
4.3.5 二維小波包工具
4.4 顯示工具類
4.5 特殊小波工具集
4.5.1 一維靜態(tài)小波降噪工具
4.5.2 密度估計工具
4.5.3 一維回歸估計工具
4.5.4 小波系數(shù)選擇工具
4.5.5 二維靜態(tài)小波降噪工具
4.5.6 二維小波系數(shù)選擇工具
4.6 擴(kuò)展工具集
4.6.1 信號擴(kuò)展工具
4.6.2 圖像擴(kuò)展(二維信號擴(kuò)展)工具
第5章 小波實(shí)例分析——信號處理
5.1 概述
5.2 間斷點(diǎn)的檢測
5.2.1 問題總結(jié)
5.2.2 E理技巧
5.3 間斷檢測二
5.4 識別信號發(fā)展趨勢
5.5 檢測信號的自相似性
5.6 識別信號頻譜成分
5.7 抑制信號成分
5.8 大矩陣的快速乘法
5.9 小波分析實(shí)例
5.9.1 常用信號小波分析演示
5.9.2 正弦波的線性組合
5.9.3 不同頻率的分段信號
5.9.4 對稱區(qū)間上的均勻白噪聲
5.9.5 有色、三階自適應(yīng)模型噪聲
5.9.6 染噪的多項(xiàng)式信號
5.9.7 階躍信號
5.9.8 接近的不連續(xù)信號
5.9.9 二階導(dǎo)數(shù)不連續(xù)信號
5.9.10 染噪的斜坡信號
5.9.11 加入有色噪聲的斜坡信號
5.9.12 染噪的正弦信號
5.9.13 三角波與正弦波的線性組合
5.9.14 染噪的正弦波與三角波的疊加
5.9.15 實(shí)際的電力信號分析
5.10 小波分析實(shí)例研究——電網(wǎng)監(jiān)測
5.10.1 數(shù)據(jù)和外部信息表示
5.10.2 每日中部時間段信號分析
5.10.3 深夜時段的信號分析
5.10.4 進(jìn)一步分析方向
附錄A 小波工具箱中的命令說明
附錄B 主要小波命令實(shí)現(xiàn)
參考文獻(xiàn)