第一类是基于小波变换的重构方法该方法通过对带噪信号作小波分解然后对分解后的小波系数作阈值处理或者把阈值设为0最后通过小波重构得到去噪后的信号。第二类是基于相关性的小波去噪方法该方法通过计算带噪信号在不同尺度下的小波系数之间的相似性根据相似性的大小区分噪声系数和信号系数最后重构出去噪后的信号。第三类是基于小波阈值去噪的方法该方法主要基于信号的稀疏特性即信号在小波域中的系数一般只有少数几个是显著的而大

暂不支持图片生成，以下是文字版的流程图：

流程图1：基于小波变换的重构方法

1. 输入带噪信号
2. 对信号进行小波分解
3. 对小波系数进行阈值处理或将阈值设为0
4. 进行小波重构
5. 输出去噪后的信号

流程图2：基于相关性的小波去噪方法

1. 输入带噪信号
2. 对信号进行小波分解
3. 计算不同尺度下的小波系数之间的相似性
4. 区分噪声系数和信号系数
5. 进行小波重构
6. 输出去噪后的信号

流程图3：基于小波阈值去噪的方法

1. 输入带噪信号
2. 对信号进行小波分解
3. 根据信号的稀疏特性，进行小波系数的阈值处理
4. 将噪声系数置为0
5. 进行小波重构
6. 输出去噪后的信号