单传感器单模型动态系统多尺度分解与估计新算法  

A New Algorithm of Multiscale Decomposition and Estimation for Single Sensor and Single Model

作　　者：文成林[1,2] 金锋[3] 周东华[1] 

机构地区：[1]清华大学自动化系 [2]河南大学计算机与信息工程学院,河南开封475001 [3]北京理工大学自动控制系

出　　处：《电子学报》2002年第6期819-822,共4页Acta Electronica Sinica

基　　金：国家自然科学基金 (No .60 0 2 530 7;60 1 740 1 1 ) ;河南省高校杰出科研人才创新工程项目 (No .2 0 0 0 2KYCX0 0 7) ;河南省自然科学基金

摘　　要：本文将基于模型的动态系统分析方法与具有统计特性的多尺度信号变换方法相结合 ,基于某一尺度上给定的单传感器单模型动态系统 ,建立起一个新的多尺度动态模型 .基于建立的多尺度模型和标准Kalman滤波 ,提出一个能同时对随机信号进行多尺度分解与多尺度估计的新算法 .获得比仅在原始尺度上进行Kalman滤波好的处理效果 ,应用MonteCarlo仿真验证了算法的有效性 .By combining the model-based analysis for dynamic systems with multiscale signal transformation,we propose a new multiscale dynamic model based on dynamic system with single model and single sensor at one given scale.By developing Kalman filtering we put froward a new multiscale algorithm for stochastic signal on the basis of the multiscale dynamic model,and we can simultaneously implement decomposition and estimation for stochastic signal.The estimates obtained by use of the new algorithm is more accurate than the results based on Kalman filtering at the finest scale.A set of Monte Carlo simulations is performed,and the resluts show the efficiency of our new algorithm.

关 键 词：单传感器单模型 多尺度估计 动态系统 随机信号 KALMAN滤波 小波变换 信号处理 

分 类 号：TN911.7[电子电信—通信与信息系统]