Matlab中小波变换dwt和wavedec

http://szshdy.blog.163.com/blog/static/132201251201063010748540/

 [cA,cD]=dwt(X,'wname')
  使用小波'wname'对信号X进行单层分解，求得的近似系数存放在数组cA中，细节系数存放在数组cD中
  [cA,cD]=dwt(X,’wname’)中返回的cA，cD分别存放是信号的近似和细节

  [C,L]=wavedec(X,N,'wname')
  利用小波'wname'对信号X进行多层分解
  A=appcoef(C,L,'wname',N)
  利用小波'wname'从分解系数[C,L]中提取第N层近似系数
  [C,L]=wavedec(X,1,’wname’)中返回的近似和细节都存放在C中，即C=[cA,cD]，L存放是近似和各阶细节系数对应的长度

  
  DWT2是二维单尺度小波变换，其可以通过指定小波或者分解滤波器进行二维单尺度小波分解
  DWT2的一种语法格式是[cA,cH,cV,cD]=dwt2(X,'wname')

  WAVEDEC2是二维多尺度小波分解
  WAVEDEC2的语法格式是[C,S]=wavedec2(X,N,'wname')，其中N为大于1的正整数

  也就是说DWT2只能对某个输入矩阵X进行一层分解，而WAVEDEC2可以对输入矩阵X进行N层分解