关于连续小波变换的几个问题，求教

首先应明白连续或不连续多指数学的概念而已，应用中的信号都是离散的，只是你的采样足够高就可认为是连续的，所以小波变换中关心的是点数问题，而不关心信号是否连续。对于CWT或DWT其连续与否不是指分析信号，而是你说的a或b的问题，但你仍可以借鉴上面对于信号连续的理解。CWT中a是连续的，b其实就是点数，也可认为是连续的。最早的DWT是没有mallat算法的，那时a是以2的幂次方变化离散，b却是连续变化的，即二进小波变换。这种变换很鸡肋，还不如直接做CWT。DWT的应用之所以远远多于CWT就是引入了mallat算法，好处是终于可以分解和重构信号了，这种方式对信号特征的研究非常有利。DWT的核心思想其实就是CWT引出的伸缩和平移的概念，a以2的幂次方变化实现了小波的伸缩，b通过下抽样实现了小波的平移。从实际应用中进行小波变换的目的和效果来看，cwt中2/4/8/16/32的小波系数结果应该对应DWT中的阶次（层数）1/2/3/4/5的小波细节系数（或更准确的是重构后的小波细节，因为cwt的系数个数是不变的等于原信号长度，但DWT细节系数是每层近似减半的，重构后才会等长，b也是姑且认为是减半的不连续吧）。

再追问吧，第二问题可能更多，我尽量精简。哎，干嘛要把问题写在一起，这就是麻烦啊，你必须追问我才能再写！

如果只要得到小波系数，可以1D直接使用wavedec （2D使用wavedec2）函数进行分解，得到分解结果的CL组构（2D得到CS组构），然后用appcoef和detcoef（2D使用appcoef2和detcoef2）函数提取细节和逼近小波系数，你可以直接参看matlab的帮助文档，非常简单。

相关工具包没有安装,我的就没啥事

可以得到以下

WAVEDEC Multi-level 1-D wavelet decomposition

WAVEDEC performs a multilevel 1-D wavelet analysis

using either a specific wavelet 'wname' or a specific set

of wavelet decomposition filters (see WFILTERS)

[C,L] = WAVEDEC(X,N,'wname') returns the wavelet

decomposition of the signal X at level N, using 'wname'

N must be a strictly positive integer (see WMAXLEV)

The output decomposition structure contains the wavelet

decomposition vector C and the bookkeeping vector L

For [C,L] = WAVEDEC(X,N,Lo_D,Hi_D),

Lo_D is the decomposition low-pass filter and

Hi_D is the decomposition high-pass filter

The structure is organized as:

C = [app coef(N)|det coef(N)| |det coef(1)]

L(1) = length of app coef(N)

L(i) = length of det coef(N-i+2) for i = 2,,N+1

L(N+2) = length(X)

See also dwt, waveinfo, waverec, wfilters, wmaxlev

Reference page in Help browser

doc wavedec

你可以重装的全的或者下个小波的工具包set path设置下路径就行了