信号降噪是信号处理范畴的经典问题之一。传统的降噪办法首要包括线性滤波办法和非线性滤波办法，滤波器在作业时对信号进行挑选，只让特定频段的信号经过。当信号中的有用成分和噪声成分各占不同频带，能够将噪声成分有用除掉。但假如信号和噪声的频谱堆叠，则经典滤波器将不起作用。这些滤波器按滤波的频段可分为高通、低通及带通滤波器，依据规划滤波器的思维能够把滤波器分为巴特沃斯滤波器、贝塞尔滤波器、椭圆滤波器及切比雪夫滤波器等。
此外，传统的滤波器降噪办法的缺乏在于使信号改换后熵增加，无法描写信号的非平稳性而且无法得到信号的相关性。为了战胜上述缺陷，选用小波改换来处理信号降噪的办法运用越来越广泛。可是，因为小波改换数学理论较深，关于初学者而言，运用传统的C言语等编程办法，编程难度很大。本文选用LabVIEW 和Matlab 混合编程的办法，将LabVIEW 完美的图形编程技能和Matlab强壮的数学解算功用结合起来，完成了小波降噪的数学建模和信号图画显现。
1 小波改换原理
小波改换的理论首要包括接连小波改换、离散小波改换和多分辩剖析。
1.1 接连小波改换
按如下办法平移和弹性而生成的函数族 {ψ a,b } 叫剖析小波或接连小波(Continue Wavelet Transform,CWT)，ψ 称为根本小波。
恣意函数在某一规范a 、平移点b 上的小波改换系数，实质上表征的是在b 方位处，时刻段2aΔψ 上包括在中心频率为ω* a ,带宽为2Δψ – /a 频窗内的频率重量巨细，跟着规范a 的改变，对应窗口中心频率为ω* a 及窗口宽度2Δψ – /a 也发生改变。
1.2 离散小波改换
在实践运用中，一般剖析的信号都是经过离散采样后得到的离散时刻序列，需求把接连小波及其改换离散化，以进行数字信号处理。详细作法是经过对其弹性规范因子a 和平移因子b 的采样而离散化。
式中：m,n 别离称为频率规模指数和时刻步长改变指数。
在接连小波改换Wψ f (a,b) 中，因为a,b 是接连改变的，它是高冗余的，只需母小波ψ(t) 满意容许条件，则可由Wψ f (a,b) 彻底恢恢复信号f (t) .关于离散小波改换，因为对a,b 进行了离散采样，为了使Wψ f (m,n) 包括满足的信息以恢恢复信号f (t) ,就需求对改换运用的母小波作出更严厉的约束。
在Hilbert空间H中的一族函数{- }jj ∈ J称为是一个结构，假如存在A,B ∈(0,∞) 时，关于一切f ∈ H,有：
2 小波降噪原理
小波改换具有低熵性、多分辩率特性、去相关性、选基灵敏性的特色，因而小波降噪得到更广泛的运用。其间阈值去噪办法是一种完成简略、成果较好的小波降噪办法。
阈值去噪办法便是对小波分化后的各层系数中模大于和小于某阈值的系数别离处理，然后对处理完的小波系数进行反改换，重构经去噪的信号。在实际情况下，有用的信号一般是低频信号，而噪声信号一般是高频信号，在去噪的进程中，一般对小波分化的高频系数进行阈值化后重构信号。阈值的获取是小波去噪的要害，本文中的小波去噪模块借助于Matlab小波剖析东西箱中的小波剖析函数获取阈值。
Matlab 中完成信号阈值获取的函数有ddencmp、thselect、wbmpen 和wdcbm,本文选用了wbmpen.小波去噪的部分Matlab代码如下：
