斯坦福Wavelab850小波分析与基追踪工具箱

资 源 简 介

该项目是一个由斯坦福大学David Donoho和Iain Johnstone教授团队开发的综合性小波分析MATLAB代码库，被公认为学术界最权威、功能最前沿的小波分析工具箱之一，在算法的灵活性和理论深度上通常超越MATLAB自带的标准工具箱。该工具箱旨在为时频分析、信号处理、图像压缩和统计估计提供核心算法实现。其主要功能包括：1. 基础与高级变换：实现了正交小波变换(Orthogonal Wavelet Transform)、双正交小波变换、平移不变小波变换，以及更复杂的小波包(Wavelet Packet)和余弦包(Cosine Packet)变换，支持周期延拓和对称延拓等多种边界处理方式；2. 稀疏表示与追踪算法：集成了基追踪(Basis Pursuit)和匹配追踪(Matching Pursuit)算法，允许在过完备字典中寻找信号的最优稀疏表示；3. 高级去噪与统计估计：内置了Donoho团队提出的著名的软/硬阈值去噪算法（如VisuShrink, SureShrink, HybridShrink），在非平稳信号去噪和图像恢复方面表现卓越；4. 广泛的应用演示：包含大量用于复现小波分析领域经典论文结果的脚本，涵盖边缘检测、数据压缩、奇异性分析及不适定反问题求解，支持一维信号、二维图像及三维数据集的处理。

详 情 说 明

斯坦福大学 Wavelab 小波分析工具箱 (Wavelab850) 仿真实现

项目简介

本项目是基于斯坦福大学 David Donoho 和 Iain Johnstone 教授团队开发的经典 Wavelab850 工具箱的核心功能仿真实现。Wavelab 被誉为学术界小波分析领域的权威代码库，本项目通过 MATLAB 脚本复现了其核心算法，旨在展示时频分析、信号处理、图像压缩和统计估计方面的关键技术。

代码通过一个高度集成的脚本，模拟了正交小波变换、小波包分析、Donoho 阈值去噪以及匹配追踪（Matching Pursuit）稀疏表示等高级功能。

功能特性

本项目在单一脚本中实现了以下核心数学工具和算法：

• 正交小波变换体系：实现了基于 Mallat 算法的一维 (FWT_PO) 和二维 (FWT2_PO) 正交小波变换及其逆变换。
• 经典去噪算法：内置了 Donoho 团队提出的 VisuShrink 策略，支持软阈值 (SoftThresh) 和硬阈值 (HardThresh) 处理，用于非平稳信号的噪声抑制。
• 信号生成库：复现了 Wavelab 中经典的测试信号生成器，包括 Blocks（分段常数）、Doppler（变频信号）和 HeaviSine（含跳变正弦）。
• 小波包分析：实现了全树结构的分解算法，用于精细的时频能量分析。
• 稀疏表示与追踪：包含匹配追踪（Matching Pursuit）算法，结合 Gabor 过完备字典进行信号的稀疏分解。

使用方法

1. 启动程序：直接运行 main.m 函数。
2. 执行流程：程序将自动清理环境，并依次执行四个主要演示模块。
3. 结果展示：程序会生成四个独立的图形窗口，分别展示去噪效果、小波包能量谱、稀疏追踪系数以及二维图像的小波系数。

仿真演示详解 (Main Script)

main.m 包含四个主要的演示部分，全面展示了工具箱的实际应用能力：

演示 1：基础小波变换与 Donoho 阈值去噪

• 信号源：生成长度为 1024 的经典 Blocks 信号，并叠加高斯白噪声（Sigma=1）。
• 变换核心：使用 Symmlet 8 滤波器（Daubechies Symmlet 8 阶）进行 4 层正交小波分解。
• 去噪策略：采用通用阈值（Universal Threshold, $sigma sqrt{2log(N)}$）进行软阈值处理，保留了粗尺度的低频系数。
• 结果：通过逆变换重构信号，并计算信噪比（SNR），直观对比原始信号、含噪信号与去噪后的重构信号。

演示 2：小波包全树分解分析

• 信号源：使用 Doppler 信号，该信号频率随时间剧烈变化。
• 分析方法：执行深度为 4 的小波包分解 (WP_Decomp)，生成完整的系数树。
• 可视化：统计并绘制最后一层（第 4 层）所有节点（频带）的能量分布直方图，展示信号在不同频段的能量集中特性。

演示 3：匹配追踪 (Matching Pursuit) 稀疏分解

• 信号源：生成长度为 256 的 HeaviSine 信号。
• 字典构建：创建一个包含多频率、多相位 Gabor 原子和 Dirac 脉冲的简化过完备字典。
• 算法执行：运行迭代次数为 20 次的匹配追踪算法，逐步提取与信号残差相关性最强的原子。
• 可视化：展示原始信号、迭代结束后的残差信号以及前 20 个被选中的稀疏系数（Stem图）。

演示 4：二维图像小波分解

• 数据源：合成一个 Zone Plate 图像（同心圆波纹），模拟复杂的纹理特征。
• 算法：调用二维正交小波变换 (FWT2_PO)，采用行列分离变换法。
• 处理与显示：对变换后的系数矩阵进行对数变换（Log Scale）以增强显示效果，并抑制低频部分亮度，清晰展示高频细节系数的空间分布。

核心算法与实现细节

代码内部实现了一套自包含的函数库，无需依赖 MATLAB 官方小波工具箱：

1. 信号与滤波器

• MakeSignal: 依据 Wavelab 标准公式生成测试信号。已归一化信号标准差。
• MakeONFilter: 构造正交镜像滤波器（QMF）。硬编码了 Symmlet 8 的系数，能够提供比 Haar 小波更平滑的基函数。

2. 变换内核

• DownDyad / UpDyad: 实现了加权下采样和上采样卷积。

* 利用 conv 函数进行卷积操作。 * 通过周期延拓（Wrap-around）处理边界问题，模拟 Wavelab 的 Periodized Orthogonal (PO) 模式。 * DownDyad: 分解步骤，输出低频近似系数（Beta）和高频细节系数（Alpha）。 * UpDyad: 重构步骤，利用对偶滤波器进行插值重建。

• FWT_PO / IWT_PO: 迭代调用 Dyad 核心，实现多尺度金字塔分解与重构。数据存储结构前半部分为低频，后半部分为高频。

3. 阈值与分析

• SoftThresh: 实现 $y = text{sign}(x)(|x| - t)_+$ 逻辑，将小于阈值的系数置零，大于阈值的系数向零收缩。
• WP_Decomp: 递归构建小波包树。不同于普通小波变换仅分解低频部分，该函数对高频和低频部分均进行分解，存储于 Cell 数组结构中。
• MatchingPursuit: 实现了贪婪迭代逻辑。在每一步寻找与当前残差内积最大的原子，更新系数并剥离信号成分。

系统要求

• MATLAB: 任意版本（推荐 R2016b 及以上以获得更好的图形支持）。
• 工具箱依赖: 本项目为纯算法实现，不依赖 MATLAB 的 Wavelet Toolbox 即可运行。