基于多尺度随机模型的多尺度数据综合算法α.PDFVIP

第 17 卷　第 3 期 工　程　数　学　学　报 V o l. 17 N o. 3 2000 年 8 月 A ug. 2000 JOU RNAL O F EN G IN EER IN G M A TH EM A T ICS 文章编号:(2000) 基于多尺度随机模型的多尺度数据综合算法 文成林, 　胡长流 (河南大学数学系, 开封 475001) 摘　要: 通过对小波变换综合形式进行分析与概括, 建立起基于尺度变量的随机动态模型; 针对在不同尺 度上拥有不同特征的传感器, 研究基于上述随机模型的目标状态的多传感器数据最优预测、滤波 ( ) 和平滑估计问题, 其估计值是对不同尺度上 含有不同观测噪声 不同观测量值的综合。 关键词: 小波分析; 多尺度分析; 数据综合; 多尺度随机模型; Kalm an 滤波 分类号: ( 1991) 15 06　　　　中图分类号: 391. 41　　　　文献标识码: AM S A T P A 1　引　言 近几年来, 小波理论和信号的多尺度表示方法都得到了迅速发展, 并在包括信号处理和 图像处理在内的众多领域中得到了成功的应用。在这些领域中, 目前一个较为活跃的分支是 基于小波变换多尺度表示的统计信号处理[ 1～ 4 ] 。本文在对基于信号动态模型多尺度估计研 [ 5 ] ( 究的基础上 , 结合已有方法, 提出一类新的模型 - - 多尺度随机模型 M u lt iSca le Sto ch a st ic M o de ls, 简记为M SSM ) , 利用模型中类似时间的尺度变量, 结合动态系统理论、 随机过程理论、递归估计理论中的有关方法, 提出了一个基于信号统计特征的多尺度数据综 ( 合方法 - - 基于多尺度随机模型的多尺度数据综合 M u lt iSca le Sto ch a st ic M o dels M u lt isca le D a ta Syn th sis) 算法。 2　小波变换重构形式及尺度间的关系分析 ( ) ( ) 一个连续信号f x 的多尺度表示形成了一个随尺度变化 从粗到细 对信号的逼近序 ( ) ( ) 列, 它在某一个尺度m 上对f m 的逼近是一个称为基尺度函数 x 的伸缩和平移变换的 加权和 ∞ ( ) ( ) ( m ) ( ) 　　f m x = f m , n 2 x - n