该代码执行基于小波的高阶频谱分析，以确定时间序列是否包含二次交互频率分量。 特别是，该代码执行以下操作： 1) 计算基于小波的双相干谱并进行逐点显着性检验以确定各点的双相干是否具有统计显着性2) 计算基于局部小波的自相干和双相，以测量三个频率分量之间作为时间函数的非线性相互作用程度，并确定非线性相互作用如何影响时间序列的循环几何。 3) 使用蒙特卡罗方法计算局部自相干对红噪声背景的统计显着性4) 计算完整双相干谱的对角切片并计算双相干估计的置信区间。 该代码采用并需要由 A. Grinsted 编写的代码，可从http://noc.ac.uk/using-science/crosswavelet-wavelet-coherence 获得。 有用的参考资料 Elsayed，MAK：风波相互作用的小波双相干分析，海洋工程，33， 458-470，2006 年。 Schulte, JA：非平稳

小波分析理论与MATLAB7实现，运用傅里叶(Fourier)变换的局部化思想, 进行时空序列分析的一种数学方法

本文介绍了一种基于图形化的电力系统故障录波分析工具。文中首先介绍了电力系统故障录波分析工具在实际工作中的必要性;其次介绍了C# 语言和软件工具的主要功能模块;再次介绍了该分析工具在智能变电站中的应用前景;最后通过电力系统的故障录波的实例进行故障分析,验证了该应用软件的实用性和可靠性。

小波分析基础讲解，ppt课件，适合初学者

本文介绍了小波分析在心电信号去噪中的应用。心电信号是一种非平稳的随机信号，受到各种类型的噪声干扰。小波分析与传统信号处理方法相比，具有更好的时频局部性和多分辨率分析能力。文章详细介绍了小波去噪的基本原理、步骤、阈值函数和阈值的选取、小波函数的选择以及去噪效果的评价。最后，作者提供了Matlab去噪源代码和PPT资料，方便读者学习和应用。

音频小波降噪实例 DWT_VoiceAnalysis 实例功能： 读取语音信号：'ReferAudio.flac' 并添加幅度为 NoiseAmplitude 的 gauss 白噪声。 采用 WaveName 小波对信号进行 level 尺度分解 采用 4 种方法对信号进行降噪处理并重构，计算相应的信噪比、均方根误差等对性能进行了比较。 保存的音频文件位于 AudioFile 内 欢迎讨论学习

为了消除光照变化对人脸识别的影响,提出了一种新的基于小波的光照归一化算法。首先对人脸图像进行三级小波分解,获取低频和高频系数;接着对低频成分直方图均衡化,减弱光照的影响,同时对高频成分阈值去噪,再放大高频以增强图像边缘;最后进行逆小波变换,得到归一化后的人脸图像。在Yale B人脸库上的实验结果表明:本文方法可有效减弱光照变化对人脸识别的影响,显著地提高了人脸识别系统的识别率。

关于图像复原技术很全面的一篇文章，很多数字图像复原的研究都参考此文献

利用基波分析法对LLC谐振电路进行分析.pdfpdf,利用基波分析法对LLC谐振电路进行分析.pdf

三、小波分析的去噪原理 在实际工程应用中，通常所分析的信号具有非线性，非平稳,并且奇异点较多的特点。含噪的一维信号模型可表示为： 其中，f(t)为真实信号，s(t)为含噪信号，e(t)为噪声， 为噪声标准偏差。