基于开关电流技术的连续小波变换的实现方法

开关电流技术是一种新的模拟抽样数据处理技术。开关电流电路具有一般电路不具有的优点，与标准数字CMOS工艺兼容。连续小波变换是分析非平稳信号的有力工具，在信号处理上有广泛的应用。本文提出用开关电流技术实现连续小波变换的方法，并用Matlab仿真证明了其理论可行性。     

高阶统计量地震子波估计建模

本文在反射系数序列为非高斯、平稳和统计独立的随机过程,地震子波为非因果、混合相位的假设条件下,分别应用滑动平均(MA)和自回归滑动平均(ARMA)模型对地震记录进行建模,并采用运算代价较小的基于高阶累积量的线性化求解方法——累积量矩阵方程法进行了子波提取和模型适应性的研究。数值模拟结果和实际地震数据处理结果表明:自回归滑动平均(ARMA)模型比滑动平均(MA)模型具有参数节省、模型更为高效的特点;累积量矩阵方程法可以有效地压制加性高斯噪声,但对累积量样本估计的准确性要求较高;如果累积量样本估计的误差和方差适度,结合自回归滑动平均(ARMA)模型描述的累积量矩阵方程法可以高效、准确地估计出地震子波。     

一种实现非等带宽多载波调制的新方法

传统的多载波调制都是采用对传输信道进行等带宽划分的方式。为了更好地适应信道传输特性，一个很有应用前景的发展方向是采用非等带宽划分信道的多载波调制方式。本文提出了一种利用正交小波包变换实现的非等带宽划分信道的多载波调制方法。理论分析和实验结果表明，这种方法对于提高信道的传输性能有很大的潜力。     

利用信息融合方法的三维特征提取

本文提出了一种基于信息融合的物体三维特征的提取方法，该方法利用两幅互相配准的三维测距图像和灰度图像，来提取多面体的三维特征。首先，通过分析灰度图像中的灰度变化及测距图像中的测距值变化，分别求取各自图像中物体的特征点及特征边；然后，利用两配准图像之间的对应关系，求得所有特征点、面与多边形在三维测距图像中的三维表示；接着，通过分析三维测距图像中所测得的各候选平面上特定点与边处的曲率及法向，验证候选平面     

一种基于小波系数重要图编码的图像压缩算法

提出了一种新的基于小波系数重要图编码的图像压缩算法。该算法根据量化后的波系数的特点进行了一种期望排序，然后舍掉序列后面大量的零值小波系数，从而得到一个波系数子集，能以少的小波系数来很好地逼近原始图像，省去了零树编码中零树结构带来的大量比特开销。实验表明，该算法与MPEG-4的静止图像压缩算法相比较，重构图像的峰值信噪比（PSNR）值在相同码率下有较大的提高。     

连续小波变换在多元函数空问中的应用

使用连续小波变换讨论了某些偏微分方程和相应的积分方程之间的关系．使用连续小波变换能够将这些偏微分方程变换成相应的积分方程，这些偏微分方程与相应的积分方程不仅在弱收敛意义下是等价的，而且在范数收敛意义下也是等价的．     

基于多传感器数据融合方法的火灾模拟实验炉温度采集系统

基于多传感器算术平均值与分批估计的数据融合方法在火灾模拟实验炉上温度数据采集中的应用，用VB6．0开发了相应的实际应用系统。     

燃煤电厂融合多信号光纤火焰检测器的开发研究

介绍一种新型光纤燃煤炉火焰检测器，阐述其系统组成及特点，并提出了基于模糊推理的多信号融合处理方法。     

小波包变换压缩与地震数据处理

探讨了地震数据经小波包变换压缩后对后续处理过程的影响,以及经过某些处理后的数据会对小波包变换压缩产生什么影响等问题。将小波包变换压缩地震数据的结果与快速傅里叶变换压缩地震数据的结果进行了对比,其结果表明:应用小波包变换压缩地震数据,有效信号的损失非常小,压缩比大于快速傅里叶变换的压缩比。在大批量地震数据处理中可以使用小波包变换压缩地震数据。     

Optimal and self‐tuning fusion Kalman filters for discrete‐time stochastic singular systems

Based on the optimal fusion estimation algorithm weighted by scalars in the linear minimum variance sense, a distributed optimal fusion Kalman filter weighted by scalars is presented for discrete‐time stochastic singular systems with multiple sensors and correlated noises. A cross‐covariance matrix of filtering errors between any two sensors is derived. When the noise statistical information is unknown, a distributed identification approach is presented based on correlation functions and the weighted average method. Further, a distributed self‐tuning fusion filter is given, which includes two stage fusions where the first‐stage fusion is used to identify the noise covariance and the second‐stage fusion is used to obtain the fusion state filter. A simulation verifies the effectiveness of the proposed algorithm. Copyright © 2008 John Wiley & Sons, Ltd.