20、小波应用：去噪、压缩与函数估计

小波应用：去噪、压缩与函数估计

在信号处理和数据分析领域，小波是一种强大的工具，可用于去噪、数据压缩以及函数估计等多个方面。本文将详细介绍小波在这些应用中的具体方法和实现步骤。

1. 处理未缩放噪声和非白噪声

在实际应用中，基本模型通常不能直接使用。为了处理模型偏差，我们可以使用 wden 函数进行去噪。 wden 函数的最简单用法如下：

sd = wden(s,tptr,sorh,scal,n,wav)

该函数返回使用 tptr 阈值选择规则得到的原始信号 s 的去噪版本 sd 。其他参数包括 sorh 、 scal 、 n 和 wav 。其中， scal 参数对应阈值的重新缩放方法，有以下几种选项：
| 选项 | 对应模型 |
| ---- | ---- |
| ‘one’ | 基本模型 |
| ‘sln’ | 带有未缩放噪声的基本模型 |
| ‘mln’ | 带有非白噪声的基本模型 |

当 scal = 'one' 时，对应基本模型； scal = 'sln' 使用基于第一级系数的单级噪声估计来处理阈值重新缩放；当怀疑存在非白噪声时，使用