小波尺度（Wavelet Scale）是小波变换中的一个重要概念，它是小波分析中用于描述信号在不同频率或空间分辨率上的分解程度的一个参数。
在小波变换中，小波函数（Wavelet Function）是一个具有有限支撑的波形，通过改变小波函数的尺度，可以得到不同频率或不同分辨率的信号表示。具体来说：
1. 尺度：尺度（Scale）是指小波函数的伸缩因子。当尺度变大时，小波函数的波形会被拉伸，从而覆盖更宽的频率范围，即表示较低频率的信号；当尺度变小时，小波函数的波形会被压缩，从而覆盖较窄的频率范围，即表示较高频率的信号。
2. 尺度序列：为了在信号中同时观察不同频率的信号成分，需要构造一个尺度序列，即一系列不同尺度的小波函数。通常，尺度序列是按照2的幂次进行递增或递减的，如1/2, 1/4, 1/8, ... 或 2, 4, 8, ...。
3. 尺度变换：在尺度变换过程中，小波函数通过伸缩和平移操作，可以捕捉到信号在不同频率上的细节信息。通过不同尺度的变换，可以逐步分解信号，从而实现信号的多尺度分析。
小波尺度在信号处理、图像处理、语音处理等领域有着广泛的应用。例如，在图像处理中，小波变换可以用于图像压缩、去噪、边缘检测等；在语音处理中，小波变换可以用于语音识别、说话人识别等。
