先用MATLAB读取地震记录，并进入频谱分析。

用小波sym6对原始白噪声信号进行单尺度一维分解。

下面将原始白噪声信号用sym6小波进行5层分解。

画出各层低频重构信号的傅里叶变换图像。

通过对低频重构信号和高频重构信号的傅里叶变换图像进行分析，只需要取第四层的低频系数进行重构，就可以得到原始信号（无噪声信号），同时达到去噪的效果。下面画出原始信号、原始白噪声信号、第四层低频重构信号和合成重构信号。

下面对原始白噪声信号进行消噪处理

在去噪方面，小波分析由于能同时在时－频域中对信号进行分析，具有多分辨分析的功能，所以在不同的分解层上有效的区分信号的突变部分和噪声，从而实现信号的消噪。在实际工程应用中，通常所分析的信号具有非线性，非平稳,并且奇异点较多的特点。有用信号通常表现为低频信号或是相对比较平稳。而噪声信号通常表现为高频信号。

利用小波对含噪的原始信号分解后，含噪部分主要集中在高频小波系数中，并且，包含有用信号的小波系数幅值较大，但数目少；而噪声对应的小波系数幅值小，数目较多。基于上述特点，可以应用门限阈值法对小波系数进行处理。然后对信号重构即可达到消噪的目的。

首先，对原始白噪声信号进行强制消噪处理，即将信号的高频部分的置零来强制去除信号的高频部分，从而实现消噪过程

两种消噪处理方法的效果都比较好，不过，经过强制消噪处理后的信号图像稍微有点变形，部分地方不够平滑，细节部分全部被去掉了，默认阈值消噪后的信号比较平滑，高频部分都已去除，达到了消噪的目的。