多尺度估计理论及其应用/信息技术丛书

本书是关于多尺度估计理论及其应用的一本专著，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、多尺度随机建模及多尺度递归卡尔曼滤波理论、多尺度强跟踪滤波理论及其在故障诊断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。本书涉及到的理论方法有：动态系统的多尺度变换、动态系统状态的多尺度估计、多尺度随机建模与多尺度自回归过程的参数化估计、多尺度线性逆问题求解、多尺度强跟踪滤波理论等。 本书可作为信息科学专业研究生的教学参考书，同时对从事多源信息融合技术研究、开发和应用的广大工程技术人员也具有一定的参考价值。

第1章 绪论
1．1 信息融合估计概述
1．1. l 信息融合的目的和定义
1．1. 2 多传感器数据融合技术的特点
1．1. 3 多传感器数据融合技术的应用
1．1. 4 数据融合模型框架
1．1．5 多传感器系统体系结构
1．1. 6 多传感器信号融合技术研究的历史与现状
1．2 多尺度估计理论概述
1．3 多尺度估计理论的特点
参考文献
第2章 小波分析理论基础
2．1 短时傅里叶变换
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

在自然界和工程实践中，许多现象或过程都具有多尺度特征或多尺度效应，同时，人们对现象或过程的观察及测量往往也是在不同尺度(分辨率)上进行的，因此，用多尺度系统理论来描述、分析这些现象或过程是十分自然的，它能够很好地表现这些现象或过程的本质特征。此外，在解决许多实际问题时，多尺度方法具有思路清晰、简洁、计算复杂性低等优点。所以，近年来它受到许多学科领域内众多科学工作者的高度重视，在学术界掀起了多尺度系统理论及应用研究的高潮。 多尺度系统理论迄今已得到了迅速的发展，并在线性逆问题求解、地球物理学探测、医学诊断、图像处理、目标识别、目标跟踪、系统辨识、地下水文地理..