[c,l] = wavedec(y(:,i),3,'db4');

wavedec函式用於一維小波變換，對訊號進行多層分解

[c,l]=wavedec(x,N,’wname’,)，c表示各層分量，包括近似係數和細節係數，l表示各層分量長度，x表示原始訊號，N分解的層數，wname小波基名稱。這裡對訊號進行三層分解

    a = wrcoef('a',c,l,'db4',3);

對wavedec分解的多層小波近似係數重構

a表示近似係數，d表示細節係數

細節係數代表它的高頻部分

細節係數含義？

小波變換的優點：小波變換去噪可以很好的保護有用的訊號尖峰和突變訊號。因此小波變換適合用於暫態訊號和瞬態訊號的噪聲去除方面，以及抑制高頻噪聲的干擾，有效將高頻資訊和高頻噪聲區分開來

比如說一個離散的訊號進來[2,4,6,3,5,9],這其中由6個數，小波變換首先會將這個訊號所攜帶的資訊進行壓縮，得到3個資訊進行儲存，那麼這些資訊就是用這些小波係數來表徵的

二級和二層應該說的都是做兩次小波分解的意思，至於第二層應該是第二次小波分解後的那個低頻分量，假如頻帶為100hz,那麼第一層得到的是0-50HZ頻帶的資料，第二層應該是0-25Hz頻帶的資料（每層處理後，頻帶會有改變）

單層近似係數曲線和細節係數曲線

選擇小波變化前訊號波形進行傅立葉變換，再對小波變換後的波形進行傅立葉變換，看頻譜圖差異可以確定是否濾除了高頻噪聲

選擇三級小波變換

  The output vector, C, contains the wavelet decomposition. L contains the number of coefficients by level.

小波重構去噪去除的是低頻的噪聲，對高頻的噪聲效果幾乎為0，去除高頻噪聲建議使用CEEDMAN

STFT：短時傅立葉變換

小波直接把傅立葉變換的基給換了——將無限長的三角函式基換成了有限長的會衰減的小波基。

做傅立葉變換隻能得到一個頻譜，做小波變換卻可以得到一個時頻譜