1.Cwt :一维连续小波变换
格式：coefs=cwt(s,scales,'wavename')
coefs=cwt(s,scales,'wavename','plot')
scales:尺度向量，可以为离散值，表示为[a1,a2,a3……]，也可为连续值，表示为[amin:step:amax]
2.dwt:单尺度一维离散小波变换
格式：[ca,cd]=dwt(x,'wavename') %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,lo-d,hi-d)
先利用小波滤波器指令wfilters求取分解用低通滤波器lo-d和高通滤波器hi-d。
[lo-d,hi-d]=wfilters('haar','d');
[ca,cd]=dwt(s,lo-d,hi-d)
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
3.idwt:单尺度一维离散小波逆变换
4.wfilters
格式：[lo-d,hi-d,lo-r,hi-r]=wfilters('wname')
[f1,f2]=wfilters('wname','type')
type=d(分解滤波器)、R(重构滤波器)、l(低通滤波器)、h(高通滤波器)
5.dwtmode 离散小波变换模式
格式：dwtmode
dwtmode('mode')
mode:zdp补零模式，sym对称延拓模式，spd平滑模式
6.wavedec多尺度一维小波分解
格式：[c,l]=wavedec(x,n,'wname')%利用小波'wname'对信号X进行多层分解,n:尺度。
[c,l]=wavedec(x,n,lo-d,hi-d)
[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
7.appcoef 提取一维小波变换低频系数
格式：A=appcoef(c,l,'wavename',N)；% 利用小波'wname'从分解系数[c,l]中提取第N层近似系数
A=appcoef(c,l,lo-d,hi-d,N) N是尺度，可省略
例：
load leleccum;
s=leleccum(1:2000)
subplot(421)
plot(s);
title('原始信号')
[c,l]=wavedec(s,3,'db1');
ca1=appcoef(c,l,'db1',1);
subplot(445)
plot(ca1);
ylabel('ca1');
ca2=appcoef(c,l,'db1',2);
subplot(4,8,17)
plot(ca2);
ylabel('ca2');
8.detcoef 提取一维小波变换高频系数
格式：d=detcoef(c,l,N),N尺度的高频系数
d=detcoef(c,l,) 最后一尺度的高频系数
例：
load leleccum;
s=leleccum(1:2000)
subplot(421)
plot(s);
title('原始信号')
[c,l]=wavedec(s,3,'db1');
cd1=detcoef(c,l,1);
subplot(445)
plot(cd1);
ylabel('cd1');
cd2=detcoef(c,l,2);
subplot(4,8,17)
plot(cd2);
ylabel('cd2');
9.waverec 多尺度一维小波重构
格式：x=waverec(c,l,'wavename')
x=waverec(c,l,lo-r,hi-r)
x=waverec(waverec(c,l,'wavename'),'wavename')
10.upwlev 单尺度一维小波的重构
格式：[nc,na,ca]=upwlev(c,l,'wname')
[nc,na,ca]=upwlev(c,l,lo-r,hi-r)
返回上一尺度的分解结构并提取最后一尺度的低频分量，等价于[c,l]=wavedec(x,N-1，'wavename')
11.wrcoef 对一维小波系数进行单支重构
格式：x=wrcoef('type',c,l,'wavename',N)
x=wrcoef('type',c,l,'wavename')
x=wrcoef('type',c,l,lo-r,hi-r,N)
x=wrcoef('type',c,l,lo-r,hi-r)
12.upcoef一维系数的直接小波重构
格式：y=wrcoef('o',x,'wavename',N,L)
y=wrcoef('o',x,'wavename',N)
y=wrcoef('o',x,lo-r,hi-r,N,L)
用来计算向量X(信号系数)向上N步的重构小波系数，N为正整数。O=a低频重构，d高频重构，L是对向量中间长度L进行重构。
13.wpdec 一维小波包分解
格式：T=wpdec(X,N,'wavename',E,P)
14.wprec 一维小波包重构
格式：X=wpdec(T)
15.wpcoef 计算小波系数
格式：X=wpdec(t,n)
X=wpdec(t)
16.wprcoef 小波包分解系数的重构，一维或二维小波包分析函数，每次只能对一个节点重构。多个节点可重复调用来实现
格式：X=wprdec(t,n)
X=wprdec(t)
17.wpfun 小波包函数
格式：[wpms,x]=wpfun('wname',num,prec)
18.wpsplt 分解小波包
格式：t=wpsplt(t,n)
[t,ca,cd]=wpsplt(t,n)
[t,ca,ch,cv,cd,]=wpsplt(t,n)
19.wpjoin 重新组合小波包
格式：t=wpjoin(t,n)
[t,x]=wpjoin(t,n)
[t,x]=wpjoin(t)
20.wpcutree 剪切小波包分解树
格式：t=wpcutree(t,L) L层对t树剪切
21.besttree 计算最佳树
格式：t=besttree(t)
[T,E]=besttree(t)
[T,E,N]=besttree(t)
22.bestlevt 计算完整最佳小波包树
格式：t=bestlevt(t)
[T,E]=bestlevt(t)
23.wp2wtree 从小波包树中提取小波树
格式：t=wp2wtree(t)
转自：http://blog.csdn.net/baijingjing425/article/details/7671870
