Using　a　wavelet　basis,　we　establish　in　this　paper　upper　bounds　of　wavelet　estimation　on　L　p(Rd)　risk　of　regression　functions　with　strong　mixing　data　for　1　＜=　p　＜　infinity.　In　contrast　to　the　independent　case,　these　upper　bounds　have　different　analytic　formulae　for　p.　[1,　2]　and　p.　(2,+infinity).　For　p　=　2,　it　turns　out　that　our　result　reduces　to　a　theorem　of　Chaubey　et　al.　(J　Nonparametr　Stat　25:　53-71,　2013);　and　for　d　=　1　and　p　=　2,　it　becomes　the　corresponding　theorem　of　Chaubey　and　Shirazi　(Commun　Stat　Theory　Methods　44:　885-899,　2015).