利用提升格式构造稳定的对偶小波

近年来 ,产生了一种称为“提升格式”的新的小波构造方法 [7,8,9] ,它从一个较简单的多尺度分析 (MRA)出发 ,利用尺度函数相同的多尺度分析之间的相互关系 ,逐步地得到所需性质的多尺度分析 .本文仅考虑双正交滤波的提升格式 .当选定一初始双正交滤波后 ,利用提升格式构造的双正交滤波仍是双正交的 ,而这双正交滤波能否生成双正交小波 Riesz基即稳定的对偶小波 ?更进一步 ,如何从一些较为简单的不能生成双正交小波 Riesz基的双正交滤波出发 ,利用提升格式构造出具有 Riesz基性质的双正交滤波 ?这在目前有关提升格式的文章中没作回答 .本…     

正交小波变换中边界延拓的精确重构算法

本文研究了小波应用中的边界延拓问题.通过边界补偿的方法导出了零延拓滤波器矩阵的逆矩阵,分析了零延拓的滤波器矩阵与无穷滤波器矩阵之间的差异.     

提升格式下几种去噪方法的比较

本文比较了四种去噪声的效果,利用提升格式设计的灵活性,通过预算子或更新算子的设计最优匹配特定的信号,比较了软阈值函数、硬阈值函数、比例萎缩LAWML法和小波域中值滤波四种去噪方法.     

线性传输方程带二次多项式重构的熵格式（英文）

最近几年来,茅德康等发展了一类有限体积格式计算偏微分方程[1,3-4,6-9].该类格式得到比较好的计算结果.在文[8]中王和茅提出一个满足两个守恒律和三个守恒律的熵格式计算线性发展方程,但是该格式是基于线性多项式重构.本文发展了一个基于二次多项式重构满足两个守恒律的熵格式.数值试验表明本文的格式在长时间计算方面优于文[8].     

利用非线性提升的信号去噪

本文提出了一种基于非线性滤波和提升格式进行信号去噪的算法。利用提升格式设计的灵活性取非线性滤波为预测算子 ,数值算例表明该方法的去噪效果优于仅使用非线性滤波去噪。     

自适应迎风格式求解奇异摄动两点边值问题的高精度算法(二)

0引言 考虑与文[1]相同的奇异摄动两点边值问题的数值解法: Tu(x):=-εu″(x)-p(x)u′(x)=f(x),x∈(0,1); (1) u(0)=0,u(1)=1. (2) 其中ε是一个常数,0<ε≤1,f∈C2[0,1].假定P∈C3[0,1]且存在常数β和-β使得0<β≤p(x)≤-β,|p′(x)|≤-β,(V)x∈[0,1] (3) 成立.     

两路微振动反馈光纤F-P腔干涉信号重构

对两路不同幅度和频率的正弦信号,建立了双外腔反馈光纤F-P腔干涉测量微振动的系统.分析了三镜腔干涉理论,确定了待测目标位移与光波相位关系,基于EMD分解和多次希尔伯特变换解包裹相位算法,对干涉信号进行了分离和重构.提出了一种新的跳变点检测方法,并利用三次样条插值重构了弱反馈时的两路微振动信号.实验和仿真结果表明,该方法...     

用提升方法设计三带自适应双正交滤波器组

自适应滤波器组设计是多速率滤波器组理论和应用的一个重要方面.由于其频率响应更好地匹配于输入信号的统计特性,这类滤波器组可获得更大的子带编码增益.研究了用提升方法设计三带自适应双正交滤波器组,给出了设计算法.最后,给出例子,说明其子带编码增益明显提高.     

基于噪声先验知识的LMS自适应噪声对消法的水声微弱信号提取

讲述了LMS自适应噪声对消法的数学原理,设计了一种基于噪声参考信号的噪声对消原理结构图,并对初步提取的信号做Fourier变换,设计合理的系数阈值经行滤波,Fourier逆变换的信号与理想信号做性能对比.仿真实验表明:基于噪声参考信号的噪声对消算法呈现出滤波阶数少,收敛速度快,精度良好,提取信号效果良好等优点.汾河二库湖试测试实验结果也验证了该算法具有良好的高效性和实用性.     

色散方程的一类本性并行的差分格式

对一维色散方程给出了本性并行的一般的交替差分格式，证明了该类格式的绝对稳定性已有的交替分组显格式(AGE)是该类格式的特例．作为特例，进一步得到交替分段显一隐格式(ASF-I)和交替分段Crank-Nicolson格式(ASC-N)．数值实验比较了这几个格式数值解的精确性．     

具有完全并行度的SOR算法

1　引　　言Jacobi和 SOR迭代是求解线性方程组的两类基本的迭代方法 .并行计算机的出现使人们能立刻注意到它们在拥有并行处理性能上的显著差别 .Jacobi迭代因其各个分量的修正相互独立而具有十分明显的内在并行计算特性 .SOR则完全不同 ,其中诸分量的计算是逐个相关的 .由此而导致一般认为 SOR不适合并行处理 ,其内在并行性远不如 Jacobi迭代[1 ] [2 ] .由于 SOR多用于有限差分或有限元方法导致的大型稀疏方程组求解 ,因此 ,利用系数矩阵零元素或非零元素的特殊分布 ,采用红 -黑或多色排序成为实现 SOR并行处理的有效途径 .然而 ,…     

EQUIVALENCE OF SEMI-LAGRANGIAN AND LAGRANGE-GALERKIN SCHEMES UNDER CONSTANT ADVECTION SPEED

We compare in this paper two major implementations of large time-step schemes for advection equations, i.e., Semi-Lagrangian and Lagrange-Galerkin techniques. We show that SL schemes are equivalent to exact LG schemes via a suitable definition of the basis functions. In this paper, this equivalence will be proved assuming some simplifying hypoteses, mainly constant advection speed, uniform space grid, symmetry and translation invariance of the cardinal basis functions for interpolation. As a byproduct of this equivalence, we obtain a simpler proof of stability for SL schemes in the constant-coefficient case.     

二维抛物型方程的一族高精度分支稳定显格式

1 引言 在渗流、扩散、热传导等领域中经常会遇到求解二维抛物型方程的初边值问题 {(6)u/(6)=a((6)2u/(6)x2+(6)2u/(6)y2), 0＜x,y＜L,t＞0,a＞0u(x, y, 0) =φ(x, y), 0 ≤ x, y ≤ L (1)u(0,y,t) =f1(y,t),u(L,y,t) =f2...     

关于完全环与Noether环

（ｉ）环Ｒ是左完全环，当且仅当存在一个基数ｃ，使得任意平坦左Ｒ－模是一个拟投射模和一个ｃ－限制的ＥＳ－模的直和。（ｉｉ）Ｒ是左Ｎｏｅｔｈｅｒ环，当且仅当存在一个基数ｃ，使得任意内射左Ｒ－模的直和是一个（拟）连续模和一个ｃ－限制的ＥＳ－模的直和。     

带有摄动的随机非线性系统的自适应神经网络控制

针对一类带有摄动的随机严格反馈非线性系统,引入积分型Lyapunov函数,利用神经网络的逼近能力,后推设计方法以及Young's不等式,构造出一类简单有效的自适应神经网络状态反馈控制器,在一定条件下,通过Lyapunov方法,证明了闭环系统的所有信号在二阶或四阶矩意义下半全局一致终结有界.仿真结果验证了所提控制方案的有效性.     

带吸收边界条件的声波方程显式差分格式的稳定性分析

１．引言 在进行无界或半无界区域上各种波动方程的数值求解时,需引进入工边界以限制计算范围,在这些边界上应加相应的人工边界条件．这种边界条件应保证所求得的有界区域上的解很好地逼近原来无界区域上的解．对波动方程来说,就是在边界上人工反射应尽可能地小,使之对区域内部解的影响在允许的误差范围以内.因而它们被称为无反射边界条件或吸收边界条件．这种边界条件还应保证所形成的有界区域上的微分方程定解问题是适定的．这也是各种数值方法稳定的必要条件。 近二十多年来,已发展了声波方程的各种类型的吸收边界条件,其中以Ｃｌ…     

含有未建模动态的多输入非线性串级系统的自适应控制

本文对一大类含有未知参数和未建模动态的多输入非线性串级系统,基于backstepping递推设计方法,进行了自适应控制设计,得到的参数自适应律的阶次等于未知参数的个数,故该设计是非过参数化的.当自适应控制律作用于该系统时,闭环系统的所有信号是有界的.并且给出了第一子系统的状态界的一个估计.     

Lp空间中重分算法的收敛性

§ 1　IntroductionThe nontrivial solution of the following refinement equation = αa(α)( 2 .-α) ( 1 )is called refinable.The sequence a is called the refinementmask.When the mask a is finite-ly supported on Zand αa(α) =2 ,itis well known thatthe refinementequation( 1 ) hasa unique compactly supported distribution solution satisfies^( 0 ) =1 ,where^denotes theFourier transform of.This solution is called the normalized solution of( 1 ) .In order to study the solution of the equ…