| 本书是撰写多尺度系统理论新成果、新进展和新趋势的一本学术著作，主要汇集了作者们近年来在小波滤波、多传感器数据融合、多尺度系统理论、多尺度随机建模及目标状态估计、数据融合中的应用等方面的研究成果，同时也介绍了近年来在多尺度系统理论研究领域的一些基本原理和主要方法。对该领域的研究和应用起到一定的推动作用。 |
| 文成林，1963年生，博士（后），教授，博士生指导教师。1999年于西北工业大学控制理论与控制工程专业获工学博士学位，2002年从清华大学控制科学与工程学科博士后流动站出站。近年来，发表学术论文100余篇，其中有60余篇／次被SCI、EI或ISTP等国际三大检索收录；主持国家自然科学基金重点项目（1项，联合）、国家自然科学基金（4项）、教育部科学技术重点研究项目、河南省杰出青年科学基金、浙江省自然科学杰出青年团队项目等20余项；出版学术专著3部。主要研究方向：多尺度系统建模、估计与多源信息融合，现代控制系统的多模式设计与估计，多模态安全检测与故障诊断，随机集理论及其应用等。 |
| 前言 第1章 绪论 1.1 多尺度系统理论研究基本思想 1.2 多尺度系统理论的广泛应用 1.2.1 海平面估计 1.2.2 表面重构 1.2.3 图像去噪 1.2.4 纹理分割 1.2.5 图像分割 1.2.6 多传感器融合在地下水文学中的应用 1.2.7 图像重构和逆问题 1.3 多尺度建模与多尺度数据融合 小结 参考文献 第2章 小波分析理论基础 2.1 快速Fourier变换 2.2 小波变换 2.2.1 连续小波变换 2.2.2 离散栅格下的小波变换 2.2.3 几种母小波 2.3 小波框架 2.3.1 框架 2.3.2 Riesz基与正交基 2.3.3 小波框架 2.4 多尺度分析 2.4.1 多尺度分析的定义及基本性质 2.4.2 正交小波的性质 2.4.3 Mallat算法 2.5 小波包 2.5.1 小波包分解的思想 2.5.2 小波包定义与性质 2.6 q带正交小波 2.7 n维信号的多尺度分析 小结 参考文献 第3章 状态估计理论基础 3.1 最优估计的基本概念 3.1.1 估计、最优估计和最优估计方法 3.1.2 最小方差估计 3.1.3 极大似然估计 3.1.4 极大验后估计 3.1.5 线性最小方差估计 3.1.6 最小二乘估计 3.2 Kalman滤波基本理论 3.2.1 引言 3.2.2 滤波问题的提出 3.2.3 预备知识 3.2.4 离散系统Kalman最优预测基本方程 3.2.5 离散系统Kalman最优滤波基本方程 3.2.6 离散系统Kalman最优平滑基本方程 3.2.7 系统噪声或观测噪声是有色噪声的Kalman滤波 3.2.8 扩展的Kalman滤波方程 3.2.9 离散强跟踪滤波基本介绍 3.3 几种常用的多传感器数据融合方法 3.3.1 引言 3.3.2 同采样率同时采样的多传感器集中式融合算法 3.3.3 同采样率同步采的多传感器贯序式数据融合算法（FAFSS） 3.3.4 同采样率同时采样的多传感器分布式融合算法 小结 参考文献 第4章 多尺度系统理论 4.1 引言 4.2 多尺度表示和系统 4.3 系统理论和实现 4.3.1 定义在树上的系统 …… 第5章 时间序列分析的多尺度方法 第6章 动态系统基于小波与Kalman滤波的多尺度联合估计 第7章 动态过程的多尺度表示方法、建模与数据融合 第8章 线性逆问题求解的多传感器多尺度数据融合方法 第9章 多尺度随机建模与多尺度数据融合估计 第10章 一类时间序列多尺度预报新方法 第11章 过程监制与安全检测的多尺度数据融合方法 第12章 多尺度模型预测控制 第13章 多速率系统的多模式设计方法 |
内容加载中，请稍后...
商品评论（0条）