小波变换是将时间信号展开为小波函数族的线性叠加，小波变换的核函数是小波函数，它在时间和频率域内都是局部化的。所以，小波变化可对信号同时在时－频域内进行联合分析。
工具/原料
MATLAB
地震记录
方法/步骤
1、先用MATLAB读取地震记录，并进入频谱分析。
2、用小波sym6对原始白噪声信号进行单尺度一维分解。
3、下面将原始白噪声信号用sym6小波进行5层分解。
4、画出各层低频重构信号的傅里叶变换图像。
5、通过对低频重构信号和高频重构信号的傅里叶变换图像进行分镙龟陛鹜析，只需要取第四层的低频系数进行重构，就可以得到原始信号（无噪声信号），同时吾褴恶将达到去噪的效果。下面画出原始信号、原始白噪声信号、第四层低频重构信号和合成重构信号。
6、下面对原始白噪声信号进行朔娼沫毓消噪处理在去噪方面，小波分析由于能同时在时－频域中对信号进行分析，具有多分辨分析的功能，所溅局柑氍以在不同的分解层上有效的区分信号的突变部分和噪声，从而实现信号的消噪。在实际工程应用中，通常所分析的信号具有非线性，非平稳,并且奇异点较多的特点。有用信号通常表现为低频信号或是相对比较平稳。而噪声信号通常表现为高频信号。利用小波对含噪的原始信号分解后，含噪部分主要集中在高频小波系数中，并且，包含有用信号的小波系数幅值较大，但数目少；而噪声对应的小波系数幅值小，数目较多。基于上述特点，可以应用门限阈值法对小波系数进行处理。然后对信号重构即可达到消噪的目的。首先，对原始白噪声信号进行强制消噪处理，即将信号的高频部分的置零来强制去除信号的高频部分，从而实现消噪过程
7、两种消噪处理方法的效果都比较好，不过，经过强制消噪处理后的信号图像稍微有点变形，部分地方不够平滑，细节部分全部被去掉了，默认阈值消噪后的信号比较平滑，高频部分都已去除，达到了消噪的目的。