连续小波变换的适用场景：能够获取某一段信号的瞬时信息、时频信息
缺点：计算量大，无法进行数据压缩-
针对连续小波存在的缺点提出离散小波变换
离散小波变换
离散小波变换
分解过程：（离散2进正交）
- cD1: 细节分量，高频部分
- cA1: 近似分量，低频部分
- 小波变换等同于带通滤波器，细节分量相当于用高通滤波器进行滤波
- cD1和cA1,在长度上一致，都等于原信号长度的一半
- 对cA1再进行第二级小波分解，分解成相对低频的和相对高频的，长度都等于cA1的一半
- 最后的总长度之和 cA3 + cD3+cD2+cD1等于X的长度 (原因：采用了正交化，保证每一次小波分解后的数据长度不变)
- c、l代表离散小波变换的结果。分别代表：
还原
将各个信号加起来
实例
- 加载信号
2. 分解
查看c并对其进行绘图：
l:存储了各个部分的长度
3. 获取近似分量和细节分量，并画图
注意：该图上随着分解深入，长度变短
- wavedec实现滤波
4.1 低通滤波：
如将高频部分滤掉，将高频部分置0，即将cd1置0
蓝色为原始信号，橙色为低通滤波后的
4.2 高通滤波
黄色：高频，高通滤波
绿色：原信号
橙色：低通滤波后的信号
