《MATLAB R2015a小波分析》基于MATLABR2015a平台，全面、系统地介绍小波变换的各种技术及应用，重点介绍小波变换的MATLAB实现方法，并在讲解各实现方法时给出相应的实例，使得《MATLAB R2015a小波分析》应用性更强，实用价值更高。
　　蔡静编著的《MATLABR2015a小波分析》共8章，分别介绍MATLABR2015a的基础知识、小波变换的基本概念、小波图形用户界面、小波MATLAB工具箱、小波用于信号处理、小波用于图像处理、小波在其他领域中的应用、提升小波及其应用等内容，力求系统性、实用性与先进性相结合，理论与实践相交融。读者通过阅读《MATLAB R2015a小波分析》可快速掌握MATLAB软件，同时学习利用MATLAB解决小波分析中的相关问题。
　　《MATLAB R2015a小波分析》面向学习小波分析理论和MATLAB工程实践等不同层次的读者，包括小波分析爱好者、在校本科生和研究生、相关培训机构的老师和学员，同时也可作为工程技术人员的参考书。

第1章 MATLAB R2015a大揭密
1．1 MATLAB简介
1．1．1 MATLAB的发展史
1．1．2 MATLAB的优点
1．1．3 MATLAB的缺点
1．1．4 MATLAB R2015a的新特性
1．2 MATLAB的安装
1．3 MATLAB的操作界面
1．3．1 菜单/工具栏
1．3．2 命令窗口
1．3．3 命令历史窗口
1．3．4 工作空间窗口
1．4 帮助窗口
1．4．1 纯文本帮助
1．4．2 Demos帮助
1．4．3 帮助导航浏览器
1．5 MATLAB基本元素
1．5．1 变量
1．5．2 赋值语句
1．5．3 矩阵及表示
1．6 矩阵的运算
1．6．1 代数运算
1．6．2 关系运算
1．6．3 逻辑运算
1．6．4 元胞数组
1．6．5 结构数组
1．7 MATLAB的程序流程
1．7．1 循环控制结构
1．7．2 条件选择结构
1．8 M文件
1．8．1 脚本文件
1．8．2 函数文件
1．9 MATLAB的图形绘制
1．9．1 二维图形的绘制
1．9．2 三维绘图

第2章 小波变换的基本概念
2．1 小波由来
2．2 分析方法
2．3 傅里叶变换
2．3．1 经典傅里叶变换
2．3．2 傅里叶变换的性质
2．3．3 快速傅里叶变换
2．3．4 短时傅里叶变换
2．4 小波分析与傅里叶变换的对比
2．5 滤波器
2．5．1 连续滤波器
2．5．2 数字滤波器及应用
2．5．3 滤波器的分析
2．6 小波变换定义
2．6．1 基本定义
2．6．2 小波类型
2．6．3 小波基的构造
2．6．4 构造紧支撑正常小波基
2．6．5 小波基构造的实现
2．7 小波包
2．7．1 小波包的定义
2．7．2 小波包的空间分解
2．7．3 小波包的算法
2．7．4 小波包的分解与重构
2．7．5 最优小波包基的选择

第3章 小波图形用户界面
3．1 小波图形窗口的启动
3．2 一维小波分析
3．2．1 一维小波变换工具
3．2．2 小波工具箱图形通用方法
3．2．3 一维小波包工具
3．2．4 一维连续小波工具
3．2．5 一维离散小波工具
3．3 二维小波分析
3．3．1 二维小波压缩工具
3．3．2 二维小波降噪工具
3．3．3 二维小波统计工具
3．3．4 二维小波直方图工具
3．3．5 二维小波包工具
3．4 一维小波专用工具
3．4．1 一维平稳小波消噪
3．4．2 一维小波密度估计
3．4．3 一维小波回归估计
3．4．4 一维小波系数的选取
3．4．5 一维分数布朗迭代
3．5 二维小波专用工具
3．5．1 二维小波压缩
3．5．2 二维平稳小波消噪
3．5．3 二维小波系数的选取
3．5．4 图像融合
3．6 显示工具类
3．7 扩展工具集
3．7．1 信号扩展工具
3．7．2 图像扩展工具

第4章 小波MATLAB工具箱
4．1 小波通用函数
4．2 一维连续小波变换函数
4．3 一维离散小波变换函数
4．4 一维平稳小波变换函数
4．5 二维离散小波变换函数
4．6 二维平稳小波变换函数
4．7 小波包函数

第5章 小波用于信号处理
5．1 小波用于信号滤波
5．1．1 小波滤波的原理
5．1．2 小波滤波的基本方法
5．1．3 滤波器
5．1．4 小波滤波器函数的实现
5．1．5 重构滤波器组
5．1．6 小波滤波器构造
5．2 信号去噪
5．2．1 小波变换特性
5．2．2 信号去噪过程
5．2．3 信号去噪方法
5．2．4 信号去噪原理
5．2．5 MATLAB用于信号去噪
5．2．6 小波包进行信号去噪
5．3 信号压缩处理
5．3．1 小波压缩概述
5．3．2 信号压缩步骤
5．3．3 小波压缩实现法
5．3．4 信号压缩实现
5．4 小波在信号处理中的应用
5．4．1 小波分解在信号中的应用
5．4．2 小波信号去噪应用

第6章 小波用于图像处理
6．1 基本原理
6．1．1 小波变换的图像分解与重构
6．1．2 图像边缘处理方法
6．2 小波分析用于图像分解与重构
6．3 小波分析用于图像去噪
6．3．1 去噪原理
6．3．2 图像去噪实现
6．4 小波分析用于图像压缩
6．4．1 离散余弦变换图像压缩
6．4．2 小波变换的局部压缩
6．4．3 小波压缩原理
6．4．4 基本小波的图像压缩
6．4．5 小波包的图像压缩
6．5 小波分析用于图像增强
6．5．1 图像增强描述
6．5．2 小波实现图像增强
6．6 小波分析用于图像融合
6．6．1 融合原理
6．6．2 图像融合方法
6．6．3 融合规则和融合算子
6．6．4 小波包图像融合
6．6．5 多小波图像融合
6．6．6 小波实现图像融合实例
6．7 小波实现图像边缘检测
6．7．1 小波分解边缘检测
6．7．2 小波实现边缘检测实例
6．7．3 小波包实现图像边缘检测基本原理
6．8 小波在图像特征提取中的应用

第7章 小波在其他领域中的应用
7．1 小波在样本估计中的应用
7．1．1 密度估计
7．1．2 回归估计
7．2 小波在化学中的应用
7．3 小波变换的数字水印实现
7．3．1 数字水印的基本概述
7．3．2 小波变换数字水印法
7．3．3 小波变换频域数字水印法
7．4 小波在信号识别与检测中的应用
7．4．1 奇异性概念
7．4．2 第一类间断点检测
7．4．3 第二类间断点检测
7．4．4 自相似检测
7．4．5 信号的识别
7．5 小波在机械故障诊断中的应用
7．5．1 机械状态监测中的非平稳信号
7．5．2 分析信号故障检测
7．5．3 发动机故障诊断
7．5．4 齿轮故障诊断
7．6 模态参数识别
7．6．1 模态时频辨识方法
7．6．2 小波脊提取
7．6．3 改进HHT瞬时特征分析
7．6．4 模态参数识别的应用

第8章 提升小波及其应用
8．1 提升小波的概述
8．2 提升小波算法
8．3 整数小波变换
8．4 MATLAB提升小波变换函数
8．4．1 提升方案函数
8．4．2 双正交四联滤波器
8．4．3 正交及懒小波
8．4．4 提升小波变换和反变换
8．4．5 劳伦多项式和矩阵
8．5 提升小波的应用
8．5．1 提升小波在信号处理中的应用
8．5．2 提升小波在图像中的应用

参考文献