小波分解是将一个多频率组成的波通过小波分解将所有频率分解出来，重构.doc

小波分解是将一个多频率组成的波通过小波分解将所有频率分解出来，重构就是将这些分频率加起来得到最后的重构结果。下图是db4的原始信号。 通过MATLAB获取小波分解重构滤波器 方法说明： 方法名作用变量描述返回值描述WDT小波分解Signal 一维信号 Lo_D低频分解滤波器 Hi_D高频分解滤波器 （暂时只有db4的滤波器）WaveCoeff 低频信号高频信号的Object类型数据 方法名作用变量描述返回值描述WCoef多孔算法a_or_d 高频或低频 strWaveName小波类型 nLevel 当前层次 C分解得到的细节近似系数 L各层系数的长度返回多孔算法实现后的vector类型数据 方法名作用变量描述返回值描述UpsConv上采样卷积Signal 一维信号 Filter重构滤波器 nLen信号长度 strMode 小波类型返回上抽样滤波实现后的vector类型数据 方法名作用变量描述返回值描述Conv卷积vecSignal一维信号 vecFilter滤波器返回滤波实现后的vector类型数据 方法名作用变量描述返回值描述WFilters获取滤波器（db4）strWaveName 小波名称 d_or_r分解或重构返回WaveFilter类型的滤波器数组（由matlab获取） 方法名作用变量描述返回值描述IDWT小波重构A低频信息 D 高频信息 Lo_R 低频重构滤波器 Hi_R 高频重构滤波器 nLenCentral 信号长度返回重构后的vector类型数据 即重构信号Db4滤波器变量于头文件定义： // db4小波滤波器 const double db4_Lo_D[] = {-0.010597, 0.032883, 0.030841, -0.187035, -0.027984, 0.630881, 0.714847 ,0.230378}; const double db4_Hi_D[] = {-0.230378, 0.714847, -0.630881, -0.027984, 0.187035, 0.030841, -0.032883, -0.010597}; const double db4_Lo_R[] = {0.230378, 0.714847, 0.630881, -0.027984, -0.187035, 0.030841, 0.032883, -0.010597}; const double db4_Hi_R[] = {-0.010597, -0.032883, 0.030841, 0.187035, -0.027984, -0.630881, 0.714847 ,-0.230378}; 附录： 头文件： namespace Wavelet { using std::vector; struct C_L { vectordouble C; vectorint L; }; // 小波滤??器Low低通，High高通 struct WaveFilter { vectordouble Low; vectordouble High; }; // 小波分解重构信息，a近似，d细节 struct WaveCoeff { vectordouble a; vectordouble d; }; // db4小波滤波器 const double db4_Lo_D[] = {-0.010597, 0.032883, 0.030841, -0.187035, -0.027984, 0.630881, 0.714847 ,0.230378}; const double db4_Hi_D[] = {-0.230378, 0.714847, -0.630881, -0.027984, 0.187035, 0.030841, -0.032883, -0.010597}; const double db4_Lo_R[] = {0.230378, 0.714847, 0.630881, -0.027984, -0.187035, 0.030841, 0.032883, -0.010597}; const double db4_Hi_R[] = {-0.010597, -0.032883, 0.030841, 0.187035, -0.027984, -0.630881, 0.714847 ,-0.230378}; const static WaveFilter db4_d = {vectordouble(db4_Lo_D, db4_Lo_D + 8), ve