摘要：小波分析处理技术又被人们称作为小波变换，它能够通过对相关频率进行分解形成局部化的分析内容，将复杂的函数简化成用简单的基函数进行表示，从而化繁为简为人们解决问题。现在小波分析处理技术在我国已经有了比较快的发展，而且这项技术也在气象预测、抗震减噪、图像处理以及信号处理等领域被广泛的使用。本文首先对小波分析处理技术的相关内容做出简要的阐述，随后分析了小波分析处理技术在各个领域的具体应用情况以供参考。
关键词：小波分析处理技术；研究；应用
前言
小波分析处理技术对我们社会和现代技术的发展起到了重要的促进作用。它在气象预测、计算机视觉等领域当中的应用使得人们能够更加简便的分析复杂的问题，节省人力和物力资源，并且也在相关领域取得了很好的应用效果。由于小波分析处理技术具备众多的优良性能和良好的实践应用效果，相信在不远的未来，小波分析处理技术能够得到更加广袤的发展空间。
1.小波分析理论概述
1.1小波分析处理技术的原理
小波分析处理技术又叫做小波变换，它是一种比较新型的变换分析处理方法。小波分析处理技术是在短时傅里叶变换局部化思想的一个进一步的发展，它沿用了短时Fourier变换当中的一些原理，但是又摒除了短时Fourier变换当中的一些不足之处，从而成为了进行信号时间频率分析和处理的一个比较好的办法。之前人们对信号的分析和处理所使用的方法是Fourier分析方法，但是由于Fourier变换是全局性的变换，因此会产生很多的问题，而且处理技术也相对来说比较复杂。但是由于小波分析处理技术是局部性的，能够将时间和频率进行局部化的转换，从而就可以解决之前Fourier变换的一些不足，达到更好的应用效果。所谓小波就是字面的意思指很小的波，Fourier变换中存在着无限长的三角函数基，而小波变换就是将这个无限长的三角函数基给转化成若干个有限长的小波基，从而更加容易进行后续的分析和处理操作。因为对无限长的三角函数基可以采用很多种不同的转换方式，所以小波变换具有多样性，这就为相关人员的转换结果提供了可以选择的空间，在进行小波转换的时候就应该根据实际情况以及相关的影响因素进行合理的选择。
1.2小波分析处理技术发展历程
小波分析处理技术最早的起源可以追溯到1910年，在这一年haar提出了规范正交基这一概念，这一思想的提出为将来小波分析处理技术的诞生提供了理论导向，但是当时haar并没有提出“小波变换”这一具体的概念。随后在1936年Littlewood和Paley对Fourier级数进行了拆分，将原有的函数拆分成更多的函数进行运算，但是转换之后的函数并不影响原有函数的大小，对Fourier变换的相应频率进行二进制的划分就是现阶段多尺度分析思想的理论基础。在1965年的时候，Calderon研究出了再生核公式，根据这一公式能够得出空间中线性泛函数的最佳逼近，这一理论的出现使得人们离小波变换更进一步。后来，法国工程师J.Morlet提出了小波变换这一概念，并且他还根据实际应用的经验建立起了一系列的反演公式，对小波分析处理技术的出现和发展做出了很大的贡献，但是当时他的这一理论却没有得到其他数学家的赞同。1986年的时候数学家S.Mallat在偶然的情况下构建出了一个真正意义上的小波基，这次偶然为小波分析处理技术奠定了基础。经过时间的不断发展，现阶段小波分析处理技术已经在很多的行业当中被广泛的使用，而且也取得了很好的应用效果。
1.3小波分析技术的软件支持——MATLAB简介
MATLAB是美国MathWorks公司制作的一款能够进行小波分析处理的原数学软件，它能够为小波分析处理技术提供在计算机软件当中操作的条件。
期刊文章分类查询,尽在期刊图书馆MATLAB软件具备小波分析处理技术的全部功能，支持对图像和信号进行一些处理以及数据数值的计算等很多的功能，操作方便快捷。除此之外，它的数据处理功能是非常高效的，利用这一软件进行小波分析处理能够节省大量的人力资源，从而避免了人员进行繁琐的数据和函数的计算，提升工作效率。
2.小波分析技术的实际应用
2.1小波分析在气象预测方面的应用
小波分析能够局部化、多尺度的对事物的各方面特征进行更加精密的计算，从而确保计算得出的数据更加精确可信，小波分析处理方法的这一性能因此引起了气象工作者的注意。把小波分析处理技术运用在气象预测方面，它能够根据历史数据来探寻其中的规律，从而达到气象预测的作用。气候情况受到很多因素的干扰，虽然存在一定的随机性，但是综合多年数据来看极端气候的发生是有规律可循的，因此就可以使用小波分析处理技术来进行气象的预测。
2.2小波分析在抗震减噪方面的应用
目前小波分析处理技术在抗震减噪方面应用的时间相对来说还是比较短的，因此相关的技术还不是特别的成熟，但是由于小波分析处理技术的应用也为抗震减噪的研究提供了很多新的方法，形成了很大的影响，对抗震减噪的设计起到了不可小觑的作用。进行抗震研究的时候首先就需要采集历史的地震数据，通过对数据的分析在进行后续的抗震减噪处理，而小波分析处理技术就可以不断的提高地震资料的分辨率从而获得更加精确的地震资料。研究人员可以将历史的地震信号做小波变换，根据频率等因素将地震信号分解成多个函数，并对分解后的函数进行处理，让他们不断地接近于一个标准子波，从而提升地震资料的分辨率并且提高信噪比，获得更多的信息。
2.3小波分析在图像处理方面的应用
小波分析处理技术可以对图片进行减噪处理。一般图片当中高频率的地方容易出现噪声信号，所以在进行图像减噪处理的时候首先就可以对图片信号进行分解，分解的函数和层次选择要根据实际情况来定。根据高频率的地方容易出现噪声信号这一特点，技术人员可以针对高频系数进行阈值量化处理，从而对图片进行重新的构造，将图片当中没有用的地方进行抑制处理，从而达到图片减噪的目的。在进行一系列处理完成后就可以重构图片，从而获得更加清晰美观的图片效果。除此之外，还可以利用小波分析处理技术进行图片的压缩。现阶段由于网络的发展，很多时候我们需要进行图片的传输和处理，在图片传输的过程当中如果图片过大不仅会影响到图片传输的速度，还会加大数据储存的压力，所以使用小波分析处理技术进行图片的压缩就能够很大程度上提升图片的传输速度并且降低数据终端的储存压力。
2.4 小波分析在信号处理方面的应用
小波分析处理技术可以对信号进行压缩，而且其压缩的性能相比其他方式来说更好，小波分析处理技术能够在对信号压缩之后仍然保持信号的特点不变，在对其传输的过程当中也不易受环境因素影响，更加高效快捷。小波也可以应用于信号分析领域，它可以对信号进行分析和检测，并且进行信号的修复工作。
3.结语
综上所述，相关人员对小波分析处理技术的研究具有重要的意义。小波分析处理技术是近些年来新兴起的一项技术，它能够将复杂的研究过程进行一定程度的简化，而且这项技术在众多的领域都被有效的应用，而且都取得了很好的应用效果。因此，我国的相关技术人员也应该加强对这项技术的研究和应用，不断地优化这项技术的性能并丰富它的功能，从而为小波分析处理技术开拓出更加广阔的发展空间，让他能够在更多的领域进行应用。
参考文献：
[1]芮嘉白,金观昌,徐秉业.一种新的数字散斑相关方法及其应用[J].力学学报, 1994,26(5):599-607.
[2]广东气象编辑部.气候变化（2007）:气候变化影响、适应和脆弱性-IPCC第二工作组第四次评估报告主要结论介绍[J].广东气象,2007,29(2):110-114.
论文作者:周丽
论文发表刊物:《基层建设》2018年第30期
论文发表时间:2018/11/16
标签：小波论文; 技术论文; 这一论文; 函数论文; 信号论文; 图片论文; 气象论文; 《基层建设》2018年第30期论文;