小波估计

摘要： 在实际应用中,假定密度函数的光滑性并不合理,原因在于密度函数的光滑性往往是未知的.针对乘法删失混合模型的密度估计问题,在不假定密度函数光滑性的前提下研究线性小波估计器平均相合性.这一结果可以看作是对Chaubey、Chesneau与Doosti(2015)工作的补充.

摘要： 本文使用小波估计和最小二乘的方法研究误差为α-混合异方差的部分线性EV模型,给出了参数和非参数部分的小波估计.在一般的条件下得到了小波估计量的Berry-Esseen界.

摘要： 在部分线性回归模型基础上,本文对自变量x进行了变形,使部分线性回归模型变为EV模型,yk=xkβ+g(tk)+εk,Xk=xk十uk,k=1,2,…,n,自变量xk只能通过Xk=xk+ uk来观测,其中误差是非长相依的,并采用小波估计方法对结论进行证明.对水文地理学,经济学,时间序列分析和其他科学领域都有作用.

摘要： 文章利用上证综指高频分钟交易数据,研究基于极大重叠离散小波变换的积分波动率,并选用4种小波函数考察其对积分波动率小波估计的影响,与实际波动率进行对比。实证分析表明,实际波动率大于小波估计值,当频率较高时,两种估计方法误差小。特别地,在5分钟采样频率时,两种估计方法最接近,并且小波方法估计积分波动率对选取的小波函数无明显差异。

摘要： Aiming at the deformation monitoring data,in this paper,the semi parametric autoregressive model is introduced.And the wavelet estimation method of the model is proposed.First the deformation monitoring data of a deep foundation pit is modeled by the method of semi parametric autoregressive model,and then the wavelet estimation method is used to estimated the adjustment.A better adjustment result is obtained.So it proves that the semi parametric autoregressive model based on wavelet estimation can be applied to the processing of deformation monitoring data effectively.%该文针对变形监测数据引入了半参数自回归模型,并提出了该模型的小波估计方法.首先采用半参数自回归模型的方法对某深基坑的变形监测数据进行建模,然后用小波估计方法进行平差估计,得到了较好的平差结果,从而说明了基于小波估计的半参数自回归模型能够有效地应用于变形监测数据处理中.

摘要： By using methods of truncation and large-blocks or small-blocks, we considered the asymptotic properties of the wavelet estimator forρ-mixing sequence in the nonparametric regression model,and obtained the strong consistency and the asymptotic normality of the wavelet estimator of g(·).%利用截断和大小分块的方法,考虑非参数回归模型中ρ混合序列小波估计的渐近性质,得到了函数g(·)小波估计的强相合性与渐近正态性.

摘要： Consider the following semiparametric regression model yi=X'iβ+g(ti)+ei, i=1, 2, · · · , n, where random errors {ei} are ψ- weakly dependent. Using the wavelet method, we obtain some estimators of the parametric component and the nonparametric component. Under general conditions, we investigate the asymptotic normality of these wavelet estimators. We not only generalize the corresponding conclusions of semiparametric regression models, but also unify asymptotic normal theorey of semiparametric regression models with dependent errors to some certain degree.%本文研究了半参数回归模型yi=X'iβ+g(ti)+ei,i=1,2,· · ·,n,其中{ei}为ψ-弱相依随机误差序列.利用小波估计的方法得到了参数、非参数的加权小波估计量.在相当一般的条件下,获得了这些小波估计量的渐近正态性,不仅推广了半参数回归模型的相应结果,而且在一定程度上统一了相依半参数回归模型的渐近正态性的理论.

摘要： 本文研究误差为α-混合的部分线性EV模型的矩收敛性问题.利用小波估计和修正最小二乘法,给出了参数和非参数部分的小波估计量,获得了小波估计量的矩收敛速度,推广了现有的一些结论.%In this paper, we discuss the moment convergence rates of partly linear errors-in-variables model. Using wavelet smoothing and modified least-squares methods, we investigate a partly linear errors-in-variables model with α-mixing sequence, the wavelet estimators of the parametric parts and nonparametric parts are given. We obtain the moment convergence rates of wavelet estimators, which extend some present conclusions.

摘要： 在ψ混合样本下，考虑固定设计回归模型Yni=g(xni)+εni,g(·)为未知函数，得到了回归函数g(·)的小波估计具有渐近正态性的充分条件，为回归函数的区间估计作了理论准备.

摘要： 考虑非参数方差模型Yi=σ(χi)εi,i=1,2,…,n,其中xi是固定设计点列,{εi}是严平稳α-混合序列。该文利用小波方法构造方差函数σ2(x)的估计量,并讨论其有偏性、方差和相合性。

摘要： 本发明提出了适用于视频编码领域的一种具有类框架小波结构的小波域运动估计方法，这种方法采用：双通道高通滤波方法(2-Channel High-Pass Filtering，TCHPF)和子带自适应中心搜索点预测方法(Subband-Adapted Central Searching Point Prediction，SACSPP)。其中TCHPF方法建立了一种具有类似于框架小波的变换结构，含有一个低通滤波器和两个分析高通滤波通道，采用双通道高频滤波消除下采样的影响，有效地降低了高频信号上的位移可变性，提高了小波域运动估计的精度。而SACSPP方法将充分挖掘系数间的相关性，在分析小波不同子带系数的特点的基础上，针对低频子带和高频子带采用不同的搜索点预测方法，从而减少计算量，实现快速运动估计。

摘要： 基于最小能量小波框架的最小二乘信道估计方法，步骤如下：采用LS算法进行信道初步估计；对初步信道估计结果进行能量归一化处理，得到归一化数列；采用最小能量小波框架对归一化数列进行第一层分解和第二层分解，得到分解数列；基于硬阈值函数对分解数列进行去噪处理；采用小波塔式重构算法进行信号重构，对重构得到的新信号进行逆能量归一计算，得到最终估计值。本发明在传统LS算法得到的初步信道估计结果的基础上增加一个基于最小能量小波框架的信号处理环节，可以LS算法得到的估计结果中的误差成分，从而提高信道估计的精度。而且小波塔式分解和重构算法的计算复杂度低，易于工程实现，为后续的信道均衡和译码性能提升奠定基础。

摘要： 本发明涉及一种基于视频的无监督深度估计方法，将视频中的某一帧图像输入到深度网络中得到对应的深度图，同时将该帧与相邻的一帧输入到位姿网络中得到相机位姿，同时将图像的小波分解出的高频整合到网络中增强深度细节的信息。本实施例还利用光流估计辨别并处理遮挡区域。训练阶段利用深度图和相机位姿以及原图合成目标帧，通过合成帧与原帧之间计算损失来监督网络的训练。本发明解决了目前深度估计中对于深度图的边界扭曲以及细节的丢失的问题，能很好地从单目视图中估计出对应的深度图。

摘要： 本发明公开了一种基于小波信号分解的电池相对健康状态估计方法，该方法包括步骤：对电池加载模拟工况，获取电压响应信号；对电压信号进行基于离散小波变换的多分辨率分析，获得低频近似信号和高频细节信号；计算低频信号和高频信号的标准差；计算电池的相对健康状态，进而获得电池的实际健康状态。本发明不依赖电池模型，不依赖大量数据和实验，仅需对电池在模拟工况电流下的电压响应信号做小波分解，由分解得到的信号的统计特征即可获得电池的健康状态，本发明算法简洁，操作简单，计算效率高，同时，所提出的相对健康状态这一概念，放大凸显了电池组中各电池单体的容量差异，对电池组均衡具有重要意义。

摘要： 本发明公开了一种基于小波的电池健康状态估计方法，包括以下步骤：首先结合小波变换的多分辨率分析和电池的电化学阻抗谱频段分析，确定小波分解层数，然后获取老化程度不同的电池在相同环境温度温度和相同SOC下对同一模拟工况响应的电压信号，对电压信号进行基于DWT的MRA特定层数分解，利用分解得到的所需频段高频率分辨率近似信号和细节信号的标准差统计特性估计电池的SOH。与基于数据驱动的方法相比，本发明无需进行大量实验，可在线对电池进行SOH预测，预测准确度高，不影响电池的实验寿命；与基于模型的SOH估计方法相比，算法简单，计算效率高。

摘要： 本发明提出了适用于视频编码领域的一种具有类框架小波结构的小波域运动估计方案，这种方案采用两个新的方法：双通道高通滤波方法(2－Channel High－Pass Filtering，TCHPF)和子带自适应中心搜索点预测方法(Subband－Adapted Central Searching Point Prediction，SACSPP)。其中TCHPF方法建立了一种具有类似于框架小波的变换结构，采用双通道高频滤波消除下采样的影响，有效地降低了高频信号上的位移可变性，提高了小波域运动估计的精度。而SACSPP方法将充分挖掘系数间的相关性，在分析小波不同子带系数的特点的基础上，针对低频子带和高频子带采用不同的搜索点预测方法，从而减少计算量，实现快速运动估计。

摘要： 本公开具体涉及移动通信技术领域，具体涉及一种基于小波重构的信号带宽估计方法及装置、一种计算机可读介质，以及一种终端设备。所述方法包括：对待处理信号进行分段处理以获取多个分段信号，对多个分段信号进行预处理以获取降噪后的幅度谱数据；对所述幅度谱数据进行小波低频重构处理以提取对应的包络信号；确定所述包络信号的边界，以根据包络信号的边界估计所述待处理信号的带宽。本公开的方法可以应用于多种不同的信号，不仅降低了算法的复杂度，还会减弱信号随机性对估计精度的影响；具有较强的鲁棒性。

摘要： 本发明涉及一种基于视频的无监督深度估计方法，将视频中的某一帧图像输入到深度网络中得到对应的深度图，同时将该帧与相邻的一帧输入到位姿网络中得到相机位姿，同时将图像的小波分解出的高频整合到网络中增强深度细节的信息。本实施例还利用光流估计辨别并处理遮挡区域。训练阶段利用深度图和相机位姿以及原图合成目标帧，通过合成帧与原帧之间计算损失来监督网络的训练。本发明解决了目前深度估计中对于深度图的边界扭曲以及细节的丢失的问题，能很好地从单目视图中估计出对应的深度图。

摘要： 本发明公开一种基于样条调频小波‑同步压缩算法的瞬时频率估计方法，通过增加计算过程中频率曲线相关性分析避免样条曲线过拟合，确保频率分析结果的准确性；根据高斯窗和SCT变换前后频率分布特点明确了积分区间的长度和高斯窗的最优窗口宽度；根据不同信噪比噪声对重构信号频率估计精度的影响修正计算出的频率曲线，减小频率估计误差。

摘要： 本发明涉及基于Legendre小波的分数阶非线性时滞系统参数估计方法，包括以下步骤：首先，建立Legendre小波的积分运算矩阵和时滞运算矩阵。其次，将分数阶非线性时滞微分方程转换为Legendre小波积分方程，利用最小二乘法估计模型参数，最后通过循环嵌套法辨识分数阶次和时滞系数。当系统受到噪声污染时，可以利用小波分解和重构算法对信号进行预处理，将信号中的噪声分离，提高参数估计精度。本发明将小波积分运算矩阵方法扩展到了分数阶非线性时滞系统当中，避免了传统积分运算方法在代数方程求解时存在的初始状态依赖和辨识结果随机性的问题。