最近在研究小波包的东西，毕设的坎儿啊。好好研究一下，码下来慢慢用。

以下是MATLAB小波包分解的函数，还是可以用的。

​wpdec2函数

% 当前延拓模式是补零% 装载图像load tire % X包含装载的图像%

使用下面的函数进行图像分解t = wpdec2(X,2,'db1'); %

默认的熵准则是shannon熵%

画出小波包四叉树plot(t)＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃

wpdec函数

% 当前延拓模式是补零% 装载信号load noisdopp; x = noisdopp;%

使用db1小波包对x进行3层分解，使用shannon熵wpt = wpdec(x,3,'db1','shannon');%

结果得到了小波包树wpt%

画出小波包树plot(wpt)＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃

wpfun函数

% 计算db2的Wn 函数，n 从0～7，产生db2小波包[wp,x] = wpfun('db2',7);%

画出各个Wn小波包for

i=1:8

w=wp(i,:);

subplot(4,2,i);

plot(w);

ylabel(['W',num2str(i)]);end

＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃

wpjoin函数

% 当前延拓模式是补零% 载入信号load noisdopp; x = noisdopp;%

使用db1小波包在第3层对x进行分解wpt = wpdec(x,3,'db1');% 画出小波包树 wptplot(wpt)%

重组小波包(1,1)或结点2 wpt = wpjoin(wpt,[1 1]);%

画出小波包树wptplot(wpt)＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃

wprcoef函数

% 当前延拓模式是补零% 载入信号load noisdopp; x = noisdopp;figure(1);

subplot(211); plot(x); title('原始信号');%

利用db1小波包在第3层对x进行分解，使用Shannon熵t = wpdec(x,3,'db1','shannon');%

画出小波包树plot(t)% 重构小波包结点(2,1)rcfs = wprcoef(t,[2 1]);figure(1);

subplot(212); plot(rcfs);

title('重构小波包结点(2,1)');＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃

wpsplt函数

% 当前延拓模式是补零% 载入信号load noisdopp; x = noisdopp;%

利用db1小波包在第3层对x进行分解wpt = wpdec(x,3,'db1');% 画出小波包树plot(wpt)%

分解小波包结点(3,0)wpt = wpsplt(wpt,[3 0]); %

或使用wpsplt(wpt,7)函数，两者等价%

画出小波包树wptplot(wpt)＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃

wpcutree函数

% 当前延拓模式是补零% 装载信号load nois

dopp; x = noisdopp;% 使用db1小波包对x进行3层分解，使用shannon熵wpt =

wpdec(x,3,'db1');% 画出小波包树plot(wpt)% 剪掉第2层小波包树nwpt =

wpcutree(wpt,2);%

画出新的小波包树plot(nwpt)＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃

wpcoef函数

% 当前延拓模式是补零% 装载信号load noisdopp; x = noisdopp;figure(1);

subplot(211); plot(x); title('原始信号');%

使用db1小波包对x进行3层分解，使用shannon熵wpt = wpdec(x,3,'db1');%

画出小波包树plot(wpt)% 读取小波包(2,1)的系数cfs = wpcoef(wpt,[2 1]);figure(1);

subplot(212); plot(cfs);

title('小波包(2,1)的系数');＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃

wp2wtree函数

% 当前延拓模式是补零% 装载信号load noisdopp; x = noisdopp;%

使用db1小波包对x进行3层分解，使用shannon熵wpt = wpdec(x,3,'db1');%

画出小波包树plot(wpt)% 计算小波树wt = wp2wtree(wpt);%

画出小波树plot(wt)＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃

wentropy函数

% 当前的延拓模式是补零% 产生原始信号x = randn(1,200);% 计算x的shannon熵e1 =

wentropy(x,'shannon')% 计算x的对数能量熵e2 = wentropy(x,'log energy')%

计算x的阈值熵，阈值取为0.2e3 = wentropy(x,'threshold',0.2)%

计算x的“sure”熵，阈值等于3e4 = wentropy(x,'sure',3)% 计算x的范数熵，范数指数为1.1e5 =

wentropy(x,'norm',1.1)＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃

entrupd函数

% 当前的延拓模式是补零% 装载信号load noisdopp; x = noisdopp;%

使用默认熵(shannon熵)，用db1小波对x进行2层分解t = wpdec(x,2,'db1','shannon');%

读取所有结点的熵值nodes = allnodes(t);ent = read(t,'ent',nodes);ent'% 更新结点熵t

= entrupd(t,'threshold',0.5); nent =

read(t,'ent');nent'＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃

besttree函数

% 当前的延拓模式是补零% 装载信号load noisdopp; x = noisdopp;%

使用默认熵(shannon熵)，用db1小波对x进行3层分

wpt = wpdec(x,3,'db1');% 分解小波包[3 0]wpt = wpsplt(wpt,[3 0]);%

画出小波包树plot(wpt)% 计算最优小波包树bt = besttree(wpt);%

画出最优小波包树plot(bt)＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃

wpsplt函数

% 当前的延拓模式是补零% 装载信号load noisdopp; x = noisdopp;%

使用默认熵(shannon熵)，用db1小波对x进行3层分解wpt =

wpdec(x,3,'db1'); % 分解小波包[3 0]wpt = wpsplt(wpt,[3

0]);% 画出小波包树plot(wpt)% 计算最优小波包树blt = bestlevt(wpt);%

画出最优小波包树plot(blt)＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃