生命信号由于受到人体等诸多因素的影响，具有信号弱、噪声强、频率范围较低和随机性强的特点，用传统的傅里叶变换提取具有局限性。而具有多分辨分析特性的小波变换，可利用时频平面上不同位置的不同分辨率，有效地从非平稳信号中提取瞬态信息，可有效地提取信号的波形。

1 引言 　　生命信号由于受到人体等诸多因素的影响，具有信号弱、噪声强、频率范围较低和随机性强的特点，用传统的傅里叶变换提取具有局限性。而具有多分辨分析特性的小波变换，可利用时频平面上不同位置的不同分辨率，有效地从非平稳信号中提取瞬态信息，可有效地提取信号的波形。 　　2 Mallat算法 　　小波的多分辨分析理论研究表明，满足一定正则条件的滤波器组可以迭代计算出小波，Mallat 提出了双尺度方程以及塔式分解算法，这些成果将滤波器组和小波紧密联系在一起，使得滤波器组与小波理论及设计有了非

生命信号由于受到人体等诸多因素的影响，具有信号弱、噪声强、频率范围较低和随机性强的特点，用传统的傅里叶变换提取具有局限性。而具有多分辨分析特性的小波变换，可利用时频平面上不同位置的不同分辨率，有效地从非平稳信号中提取瞬态信息，可有效地提取信号的波形。

1 引言 　　生命信号由于受到人体等诸多因素的影响，具有信号弱、噪声强、频率范围较低和随机性强的特点，用传统的傅里叶变换提取具有局限性。而具有多分辨分析特性的小波变换，可利用时频平面上不同位置的不同分辨率，有效地从非平稳信号中提取瞬态信息，可有效地提取信号的波形。 　　2 Mallat算法 　　小波的多分辨分析理论研究表明，满足一定正则条件的滤波器组可以迭代计算出小波，Mallat 提出了双尺度方程以及塔式分解算法，这些成果将滤波器组和小波紧密联系在一起，使得滤波器组与小波理论及设计有了非