论文部分内容阅读
提出一种小波分解原子时算法(即多尺度数据融合模型)。将多个传感器的数据进行多尺度分解，分别对每个尺度上的细节信号和最粗尺度上的近似信号进行局部加权融合，并根据小波重构公式得到原尺度上的融合信号。分析了随机序列经离散小波多尺度变换后的形式，研究各尺度上的平滑信号、细节信号之间的统计特性，在此基础上，给出了小波分解原子时算法必要性的证明，从理论上解释小波域多尺度数据融合算法的优越性。