python实现小波降噪

小波分解

上图为对信号进行3层小波分解，其中，Approximation 为近似小波系数(信号的低频成分)，Detail为细节小波系数(信号的高频成分)，分解后得到四个小波系数分别为A3,D3,D2,D1。

小波系数

小波系数是指小波变换后得到的结果，它表示原始信号在不同尺度和频率上的分解信息。无论是连续小波变换（CWT）还是离散小波变换（DWT），变换后得到的结果都被称为小波系数[2]。

小波系数是没有量纲单位的结果，它反映了原始信号在不同尺度上的能量分布或特征信息。通过计算原始信号与各个小波基函数的内积，可以得到小波系数[5]。小波系数的数值大小表示原始信号在对应尺度和频率上的特征强度或重要程度。较大的小波系数通常表示信号中存在较大的变化或突变点[2]。
如同用一个任意长度（例如手的一指宽）去测量某个物体的大小，你可以测得一系列的数字，比如宽1代表1指长度，长2.5代表2个半指长度（但