① 怎么用matlab实现小波变换急！！！
Allnodes 计算树结点
appcoef 提取一维小波变换低频系数
appcoef2 提取二维小波分解低频系数
bestlevt 计算完整最佳小波包树
besttree 计算最佳(优)树
biorfill 双正交样条小波滤波器组
biorwavf 双正交样条小波滤波器
centfrq 求小波中心频率
cgauwavf Complex Gaussian小波
cmorwavf coiflets小波滤波器
cwt 一维连续小波变换
dbaux Daubechies小波滤波器计算
dbwavf Daubechies小波滤波器 dbwavf(W) W='dbN' N=1,2,3,...,50
ddencmp 获取默认值阈值(软或硬)熵标准
depo2ind 将深度-位置结点形式转化成索引结点形式
detcoef 提取一维小波变换高频系数
detcoef2 提取二维小波分解高频系数
disp 显示文本或矩阵
drawtree 画小波包分解树(GUI)
dtree 构造DTREE类
dwt 单尺度一维离散小波变换
dwt2 单尺度二维离散小波变换
dwtmode 离散小波变换拓展模式
dyaddown 二元取样
dyap 二元插值
entrupd 更新小波包的熵值
fbspwavf B样条小波
gauswavf Gaussian小波
get 获取对象属性值
idwt 单尺度一维离散小波逆变换
idwt2 单尺度二维离散小波逆变换
ind2depo 将索引结点形式转化成深度—位置结点形式
intwave 积分小波数
isnode 判断结点是否存在
函数指 含义
istnode 判断结点是否是终结点并返回排列值
iswt 一维逆SWT(Stationary Wavelet Transform)变换
iswt2 二维逆SWT变换
leaves
mexihat 墨西哥帽小波
meyer Meyer小波
meyeraux Meyer小波辅助函数
morlet Morlet小波
nodease 计算上溯结点
nodedesc 计算下溯结点(子结点)
nodejoin 重组结点
nodepar 寻找父结点
nodesplt 分割(分解)结点
noleaves
ntnode
ntree
orthfill 正交小波滤波器组
plot 绘制向量或矩阵的图形
qmf 镜像二次滤波器
rbiowavf
read 读取二进制数据
readtree 读取小波包分解树
scal2frq
set
shanwavf
swt 一维SWT(Stationary Wavelet Transform)变换
swt2 二维SWT变换
symaux
symwavf Symlets小波滤波器
thselect 信号消噪的阈值选择
thodes
treedpth 求树的深度
treeord 求树结构的叉数
函数指令 含义
upcoef 一维小波分解系数的直接重构
upcoef2 二维小波分解系数的直接重构
upwlev 单尺度一维小波分解的重构
upwlev2 单尺度二维小波分解的重构
wavedec 单尺度一维小波分解
wavedec2 多尺度二维小波分解
wavedemo 小波工具箱函数demo
wavefun 小波函数和尺度函数
wavefun2 二维小波函数和尺度函数
wavemenu 小波工具箱函数menu图形界面调用函数
wavemngr 小波管理函数
waverec 多尺度一维小波重构
waverec2 多尺度二维小波重构
wbmpen
wcodemat 对矩阵进行量化编码
wdcbm
wdcbm2
wden 用小波进行一维信号的消噪或压缩
wdencmp
wentropy 计算小波包的熵
wextend
wfilters 小波滤波器
wkeep 提取向量或矩阵中的一部分
wmaxlev 计算小波分解的最大尺度
wnoise 产生含噪声的测试函数数据
wnoisest 估计一维小波的系数的标准偏差
wp2wtree 从小波包树中提取小波树
spbmpen
wpcoef 计算小波包系数
wpcutree 剪切小波包分解树
wpdec 一维小波包的分解
wpdec2 二维小波包的分解
wpdencmp 用小波包进行信号的消噪或压缩
wpfun 小波包函数
wpjoin
wprcoef 小波包分解系数的重构
wprec 一维小波包分解的重构
wprec2 二维小波包分解的重构
wpsplt 分割（分解）小波包
wpthcoef 进行小波包分解系数的阈值处理
wptree
wpviewcf
wrcoef 对一维小波系数进行单支重构
wrcoef2 对二维小波系数进行单支重构
wrev 向量逆序
write 向缓冲区内存写进数据
wtbo
wthcoef 一维信号的小波系数阈值处理
wthcoef2 二维信号的小波系数阈值处理
wthresh 进行软阈值或硬阈值处理
wthrmngr 阈值设置管理
wtreemgr 管理树结构
wvarchg
② MATLAB小波工具箱如何装载信号
首先看你的这句话就知道你已经打开了小波工具箱，所以就从打内开小波工具箱后说起
选 Wavelet1-D为例介容绍，因为都一样，1-D代表一维信号2-D当然就代表二维信号。
点击左上角file——>load——>signal，弹出一个窗口，在这个窗口里找到你的数据，一般为.mat形式，然后打开即可，这样就装上了你要的信号
③ 如何使用matlab中的工具箱
上面的最优答案废话有点多，我补充一个简洁版答案：
一、自带工具箱：
直接使用。都在toolbox文件夹内，而且默认早已设定完毕。
二、非自带工具箱：
按照这个步骤：
1）下载并解压；
2）复制到matlab安装目录下的toolbox文件夹内（当然也可以放到别处~）；
3）在matlab的菜单：file-set path中，添加路径，要求是连同子文件夹一同添加，路径就是刚才你放置文件夹的地方。设定好了记得save。
4）完毕！
④ matlab中的建立了一个一维信号在小波分析工具箱中为什么打不开
有一些程序 不需要放到工具箱里面 工具箱里面的函数调用出来就能用了
wavemenu打开的是图形用户界面 也可以引入自己的信号 可以查阅飞思科技系列的小波分析的书看看具体的用法
⑤ matlab小波信号导入
matlab左下角start->toolboxes->more->wavelet->wavelet
toolbox
main
menu,此操作完成打开小波工具箱，小波包分析的话在工具箱中找到左上边一块的第二个wavelet
packet1-D，就进入小波包分析窗口，在该窗口上面的菜单栏，看到file点击并进入load
有两个选项，选signal，然后导入一维信号的.mat文件即可
⑥ 小波分析在层序地层划分中的应用
1.小波分析简介
20世纪80年代后期至今，一种著名的、在各行各业有重要应用价值的数学理论和方法技术在科学技术界得到了广泛的重视和采用，它就是被誉为“数学显微镜”的小波分析(李世雄，1994)。小波分析的主要功能和特点是，它具有多分辨分析或多尺度分析功能，可以把信号分解成各种不同的尺度成分;它具有很强的局部分析功能，同时具有时间(或空间)域和频率域的局部分析性质，它可自动地通过伸缩、平移聚焦到信号的任一细节对其加以分析(侯遵泽，1998)
(1)小波分析基本原理。小波(wavelet)，即小区域的波，是一种特殊的长度有限、平均值为0的波形。它有两个特点:一是“小”，即在时域都具有紧支集或近似紧支集;二是正负交替的波动性。如果用小波和构成傅里叶分析基础的正弦波做比较的话，傅里叶分析所用的正弦波在时间上没有限制，从负无穷到正无穷，但小波则倾向于不规则与不对称。
傅里叶分析是把信号分解到一组相互正交的正弦波上的，也就是基函数，我们可以把基函数看成是度量信号某些特征的一把“尺子”，傅里叶分析度量的就是信号的频谱特征，但是如果这把“尺子”过于规则，有时候就不能十分精确地表达信号蕴含的信息，而在小波分析中，“尺子”换成了规则程度更低的小波函数，从而可以更加有效地表达信号中信息的成分。
小波变换对不同频率在时域上的取样步长是调节性的，即在低频时小波变换的时间分辨率较差，而频率分辨率较高;在高频时小波变换的时间分辨率较高，而频率分辨率较低(图2－13)，这正符合低频信号变化缓慢而高频信号变化迅速的特点(胡昌华，1999)。这就构成了利用小波变换进行信号分析的基础。
图2－13 数字信号的小波变换
(2)一维连续小波变换。小波变换实际上是求取信号在各小波函数上的投影值。每个小波函数均由一个母小波函数经过尺度伸缩与时间平移得来的。信号分析的一般思路就是分解与组合，寻找一组最能代表信号特征的函数形式，将信号用这些量来逼近，或者写成这些量的线性组合的形式。
小波分析的思想来源于伸缩和平移方法:对波形的尺度伸缩就是在时间轴上对信号进行压缩与伸展，而时间平移就是指小波函数在时间轴上的波形平行移动。
(3)离散小波变换。由于连续小波变换的伸缩和平移系数是相互独立的，所以通过伸缩和平移得到的各个小波函数之间有一定的相似性，但由于这两个系数之间的独立，就引入了信息的冗余。在分辨率一定的情况下，描述了多余的信息，使得反映信号特征的一些参数相互重叠，给我们的分析带来不便，但这些特点可以用在本身就有自相似性的信号上，可以让我们更清楚地看到信号自身的自相似性。
此外，由于冗余信息的存在，也使得小波逆变换的重构过程不唯一，也就是说，由同一母小波生成的不同的小波变换函数可能重构成同一个信号。为了减少冗余信息，就引入了离散小波变换的概念，其中的伸缩和平移系数是可数的，重构过程用求和的形式给出。如果伸缩和平移系数满足一定的对应关系，则称为二进小波变换(尺度以2的幂的形式给出)。离散小波变换主要是建立在二进制小波变换的基础上的。
测井曲线数据也恰好是离散数据，符合离散变换的要求。在利用小波分析进行层序地层划分时，主要是对测井曲线进行多尺度分解，得到不同尺度下的小波变换图，利用其表现出来的特征来划分不同级次的层序。
2.利用小波分析进行层序地层划分
利用小波分析方法是层序地层划分方法上的一种新的尝试，其目的是尽量减少层序划分过程中的主观因素，依靠地层自身表现出来的客观特征来识别层序、准层序组以及准层序。在我们研究的沉积岩地层中，沉积物的特征可以反映沉积时水体的特征。随着沉积水深的变化，沉积物中多种特征都会相应的发生变化，如放射性物质含量、有机质含量或其他微量元素的含量等，这种变化就会在相应的测井曲线上反映出来。而沉积水深变化受到了多种因素的影响，有长期和短期的旋回，是多个不同周期旋回的叠加，因此测井曲线应该是沉积地层中某种随水深变化的特征的多种频率变化的响应的叠加。也就是说，测井曲线中包含着沉积水深不同周期变化的信息，是多个沉积水深变化周期相互叠加的响应。而小波分析能够将信号分解为不同频率不同周期的旋回，因此，小波分析的特点恰好可以和测井曲线的特点相对应，利用小波分析的方法可以比较准确地将测井曲线中相互叠加的反映水深变化的不同周期的信息分别识别出来，识别出的这些信息就可以用来进行沉积旋回的划分。
同时，小波分析方法还可以帮助解决传统研究方法所不能解决的一些难题，如大段单一岩性地层中的沉积旋回识别。大段单一岩性尤其是大段泥岩、页岩，并不是一个小的沉积旋回里沉积的产物，相反，应是一个相当长时期沉积下来的，但是通过传统的岩性划分方法却很难将其划分开，这就给准层序甚至准层序组的划分造成了困难。小波分析方法可以较好地解决这一问题，利用这种方法可以从测井曲线的细微变化中识别沉积间断和沉积旋回。
(1)测井曲线的选择。不同的曲线具有不同的地质含义，进行相同的变换可能会得到不同的结果。但在研究中通过对GR、AC、COND、电阻率等多条曲线进行小波变换后对比发现，不同测井曲线所得出的变换结果尽管形态上不完全一样，但在旋回的划分上却比较一致(图2－14)。图中曲线a是COND测井曲线经过db5小波变换后的结果，曲线b是同一井段AC曲线变换后的结果。出现这个结果是由于虽然不同的曲线代表着不同的地层响应，会呈现出不同的特征，但地层中各种参数的变化主要受沉积环境的影响，会随着沉积环境的旋回变化呈现出基本一致的旋回特征。这也从一个方面反映了小波变换在沉积旋回划分中的客观性。因此，可以选择目标井的测量精度较高、质量较好的曲线来进行小波变换，进而进行沉积旋回的划分。
图2－14 对COND和AC曲线进行小波变换结果对比
(2)小波的选择。同傅里叶分析不同，小波分析的基(小波函数)不是唯一存在的，所有满足小波条件的函数都可以作为小波函数，那么小波函数的选取就成了十分重要的问题，实际选取小波的标准主要有以下三种。
1)自相似性原则:对二进小波变换(因为在正交小波变换中，取样的方式就是按照小波函数取样的，所以不存在这个问题)，如果选择的小波对信号有一定相似性，则变换后的能量就比较集中，可以有效减少计算量。
2)判别函数:针对某类问题，找出一些关键性的技术指标，得到一个判别函数，将各种小波函数代入其中，得到一个最优原则。
3)支集长度:大部分应用选支集长度在5～9之间的小波。因为支集太长会产生边界问题，支集太短不利于信号能量的集中。
但在实际应用中，因为大部分信号的信息量太大，很难找到相应的模式，因此主要是依靠经验来选取。根据前人研究经验及作者对不同函数所做结果的对比，本书采用的是Daubechies小波，阶数为5。
Daubechies小波是由著名小波学者Ingrid Daubechies所创造，她发明的紧支集正交小波是小波领域的里程碑，使得小波的研究由理论转到可行。这一系列的小波简写成dbN，其中N表示阶数。
(3)工作流程。测井曲线能比较准确地反映井旁地层的电性、物性等特征，但往往会受到测井仪器、钻井泥浆等其他非地层因素的干扰，且不同频率的旋回相互叠加，对正确识别和划分沉积旋回造成一定的影响。小波分析能真正消除干扰信号，放大真实信息，按不同频率反映出测井曲线中包含的真正旋回特征，以此划分不同级别层序单元，同时还可以在划分高精度沉积旋回的基础上，与Fischer图解相结合划分出体系域。
MATLAB软件的小波分析工具箱是一种比较常用的工具。MATLAB是Math works公司于1982年推出的一套高性能的数值计算和可视化软件。MATLAB的推出得到了广大专家学者的广泛关注，其强大的扩展功能为各个领域的应用提供了基础。各个领域的专家学者相继推出了MATLAB工具箱，包括信号处理、神经网络、图像处理、小波分析等。其中小波分析工具箱可以满足对测井曲线进行小波变换的需要。
图2－15 小波分析流程图
在对测井曲线进行小波变换时，首先需要对所研究层段的顶底界面进行准确的标定，然后将需要变换的该深度段的测井曲线数值建立单独的文本文件作为原始文件。将原始文件导入后保存成.m格式的信号文件。选择MATLAB软件的wavelet(小波分析)工具箱进行离散一维小波变换，小波类型选择db，阶数为5，最大级数定为12，将上述参数选好后进行分析，即可得到一组12条不同级次的db5小波变换曲线(图2－15)。此外对其进行连续一维小波变换，可以得到小波的频谱分析图，选择合适的最大显示值，根据频谱图上图形的闭合方向可以区分出层序的界面和层序单元(图2－6，图2－7)。
(4)单井分析实例。牛100井位于牛庄洼陷西部，地层以砂泥岩互层为主，岩性变化较快(图2－16)。利用小波分析方法对AC、R25两条测井曲线进行了一维连续小波变换，分别得到其小波变换谱系图，对AC曲线进行了一维离散变换，得到不同阶数的小波，根据与地震、测井及录井岩性资料的对比，选用d11，d9，d7三个层的小波变换曲线分别进行层序、准层序组和准层序的划分。
将传统划分方法所得的结果与小波分析方法所得结果进行对比可以比较明显的看出，在层序和准层序组的划分上两种方法划分的层序单元基本一致，可以相互验证。在准层序级别上的划分，小波分析方法的优势就比较明显地体现了出来，划分的旋回数较多，精度也有提高。这也正是小波分析作为“数学显微镜”的特点所决定的。
从图2－16中小波分析得到的d11曲线可以看出，这一段地层可以划分为两个大的旋回，对应两个层序，谱系图上的特征也比较明显。其中每个大的旋回又可以分为三个次一级的旋回，在d9及谱系图上可以找到相关界面，相当于每个层序划分出三个准层序组，每个准层序组在测井曲线及录井资料上也有较明显的反旋回特征。在进行准层组的划分时，小波分析方法可以划分出肉眼不易识别的旋回，从而提高了划分精度。整段地层一共可以划分为21个准层序，代表不同的沉积旋回。其旋回特征在d7曲线上有较好体现，从谱系图上也可以找到各界面的标志。从测井曲线和岩性上看，基本上每一个准层序都是一个反旋回，代表着一期的水体变换，这也完全符合层序地层学的基本原理。
图2－16 牛100井小波分析资料的层序地层划分
王62井位于牛庄洼陷东部，与牛100井相比，划分出的各层序单元的厚度发生了明显的变化，但数目基本一致，这也证明了小波分析划分层序地层的结果是比较可靠的。通过对AC曲线的小波变换得到AC曲线的小波变换谱系图和小波变换曲线，如图2－17所示。从谱系图和d11曲线上可以将整段地层划分为两个大的旋回，分别对应层序Ⅲ和层序Ⅳ。其中每个层序又可以划分为3个准层序组，在d9曲线上可以看到相应的旋回出现，谱系图上可以找到界面的标志(图2－17)。王62井这一段地层一共可以划分成20个准层序，缺失第一个准层序。各准层序在岩石类型、颜色和测井曲线上基本上可以看出反旋回特征，符合层序地层划分方法。
通过牛100井、王62井的划分可以看出，小波分析方法在砂泥岩互层的地层中有较好的应用效果，可以提高层序划分的精度和准确性。在层序划分中有比较好的可重复性，使得全区的划分结果比较客观和统一，减少了人为因素造成的干扰。
⑦ matlab中的小波工具箱怎么用，希望能详细介绍
将原始数据文件夹到装有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
5.将数据文件（.Mat格式）托到matlab软件主界面的workspace
6.在wavemenu主界面中选择file-load signal或者import from workspace—import signal
7.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
8.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
9.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
10.然后点击denoise去噪
11.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
12.oft（软阈值），hard（硬阈值）一般选择软阈值去噪后的信号较为平滑
13.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
14.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
15.点击denoise开始正式去噪
16.在此窗口下点击file-save denoised singal，保存输出去噪后的信号
17.去噪结束
18.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
19.Matlab编程计算相关统计量以及特征量
20.得出统计量和特征量后结束