diff --git a/data/README.md b/data/README.md
index 19377a1..427326a 100644
--- a/data/README.md
+++ b/data/README.md
@@ -150,3 +150,20 @@ raw_ts : liste des fichiers de données brutes de la bouée à utiliser
 [out]
 root : racine des fichiers de sortie
 ```
+
+### Zero-cross
+`zero_cross.py` permet d'obtenir les vagues les plus grosses de toutes les séries temporelles et d'obtenir la
+transformée en ondelettes de la série.
+
+```python -m processing.zero_cross [-c CONFIG] [-v]```
+
+* `-c CONFIG` : choix d'un fichier de configuration (`.ini`)
+* `-v` : verbose
+
+```
+[inp]
+root : racine des fichiers d'entrée (les données brutes doivent être dans le sous-dossier `cerema/raw`)
+
+[out]
+root : racine des fichiers de sortie
+```
diff --git a/data/processing/wavelet.py b/data/processing/wavelet.py
deleted file mode 100644
index c49b50d..0000000
--- a/data/processing/wavelet.py
+++ /dev/null
@@ -1,61 +0,0 @@
-import argparse
-import configparser
-import logging
-import pathlib
-
-import matplotlib.pyplot as plt
-import numpy as np
-import scipy.signal as sgl
-
-parser = argparse.ArgumentParser(description="Pre-process time-series")
-parser.add_argument("-v", "--verbose", action="count", default=0)
-parser.add_argument("-c", "--config", default="config.ini")
-args = parser.parse_args()
-
-logging.basicConfig()
-log = logging.getLogger("bathy")
-log.setLevel(max((10, 20 - 10 * args.verbose)))
-
-log.info("Starting time-series pre-processing")
-config = configparser.ConfigParser()
-config.read(args.config)
-
-inp_root = pathlib.Path(config.get("inp", "root"), "cerema/raw")
-out_root = pathlib.Path(config.get("out", "root"))
-
-raw_ts = []
-for tsi in sorted(inp_root.glob("2017022817*.raw")):
-#for tsi in sorted(inp_root.glob("*.raw")):
-    raw_ts.append(
-        np.loadtxt(
-            tsi,
-            dtype=[("state", int), ("z", float), ("y", float), ("x", float)],
-            delimiter=",",
-            max_rows=2304,
-        )
-    )
-    log.debug(f"Loading <{tsi}>")
-n = len(raw_ts)
-raw_ts = np.concatenate(raw_ts)
-log.debug(f"{raw_ts=}")
-
-# t = np.linspace(0, 30 * 60 * n * 1e3, 2304 * n + 1)[:-1].astype("timedelta64[ms]") + np.datetime64("2017-02-28T00:00")
-t = np.linspace(0, 30 * 60 * n, 2304 * n, endpoint=False)
-
-if (errs := np.count_nonzero(raw_ts["state"])) != 0:
-    log.warning(f"{errs} transmission errors!")
-    log.debug(f"{dict(zip(*np.unique(raw_ts['state'], return_counts=True)))}")
-    # log.debug(f"{t[raw_ts['state'] != 0]}")
-
-z = raw_ts["z"]
-# z = np.cos(2 * np.pi * 7 * t) + sgl.gausspulse(t - 0.4, fc=2)
-
-M = sgl.cwt(z, sgl.morlet, np.arange(1, 30 / (30 * 60 / 2304)))
-print(M)
-
-fig, ax = plt.subplots()
-c = ax.imshow(M, aspect="auto", cmap="spring", vmin=0)
-ax2 = ax.twinx()
-ax2.plot(z, c="k")
-fig.colorbar(c)
-plt.show()