曲波域经验Wiener滤波

利用全变差(TV)估计, 设计一种曲波域Wiener滤波, 提出一种新的基于曲波的图像去噪算法. 该算法结合了曲波的优点和TV模型对图像边界的保持能力：TV模型用来设计经验Wiener滤波, 在曲波域实现应用. 数值实验表明, 该方法比曲波收缩和基于TV模型的方法效果更好.     

一种新的自适应维纳滤波方法

针对经典维纳滤波器存在的不足,提出一种新的自适应维纳滤波器.该滤波器能够根据不同的图像特性在给定的多个模板之间自适应地选择模板,使得滤波效果更加理想;并且相对于传统的维纳滤波方法,可以较完整地保存图像的轮廓信息.试验结果表明,新的自适应维纳滤波方法在主观和客观性能方面比传统的维纳滤波方法均有较大的改善.     

收益力服从维纳过程的社会养老保险精算模型

对一个社会养老保险精算模型在投资收益力累积函数服从维纳过程下,推导出了职工预期退休金的计算公式,并进行了相关分析。     

Lagrange三角多项式插值于布朗桥测度空间下的平均误差

将在Wiener空间下讨论平均误差的方法运用于布朗桥测度空间,得到了Lagrange三角多项式插值在布朗桥测度空间下的平均误差的弱渐近阶．     

单幅运动模糊图像的恢复及应用

运动模糊图像复原技术高度依赖于点扩散函数的估计,即估计线性运动模糊的方向和长度,这两个参数与物体实际运动速度有一定几何关系。本文在去除运动模糊的同时,提出一种基于单幅模糊图像估计车速的方法。由于运动模糊通常发生在图像的动态区域,因此在恢复图像的同时依据成像几何、相机摆姿和估计出的模糊参数经过数学推导可以计算出车速。本文依据模糊像素扩散现象及模糊图像在频域的性质来估计模糊参数,结合维纳滤波方法进行复原。从而辨识车辆、估计车速、辅助交通管理。实验表明本文方法实用性强,效果较好。     

Wiener系统辨识中有限阶次的渐近性分析

在白噪声和有色噪声激励下,分别推导出Wiener系统线性部分的渐近方差式.在有色噪声激励下,添加对噪声模型的渐近分析.利用由正交基构成的生成核函数替换模型阶数,得到的两渐近方差式能更精确地接近于对应的真实采样值.根据渐近方差矩阵,建立以输入功率谱为变量的优化问题.通过求解带约束条件的优化问题得到Wiener系统中最优输入信号的功率谱密度.最后用仿真算例验证本文方法的有效性.     

考虑竞争失效的视情维修和备件订购联合策略优化

针对单部件系统提出考虑竞争失效的视情维修和备件订购联合策略, 采用控制限维修策略和动态随机冲击阈值机制判别是否需要进行预防性维修(preventive maintenance, PM)或故障更换(corrective replacement, CR), 当退化达到PM阈值时执行不完美维修(imperfect maintenance, IPM), 且经有限次IPM后对系统进行预防性更换(preventive replacement, PR)。同时, 考虑IPM和随机冲击对退化量和退化率的影响, 进而构建基于维纳过程的多阶段退化模型; 引入备件订购阈值, 根据冲击幅值与冲击阈值的关系决定是否正常订购备件。分析更新事件并利用更新报酬理论建立最小化平均费用的联合策略优化模型, 设计离散事件仿真算法求解, 最后通过实例验证了所提模型和算法的有效性。     

带有色观测噪声系统统一的Wiener状态估值器

通过对观测方程的线性变化,将带有色观测噪声系统化为带白色观测噪声的系统。基于自回归滑动平均（ARMA）新息模型,由稳态最优Kalman估值器导出了渐近稳定的Wiener状态估值器,可统一处理滤波、平滑和预报问题。一个仿真例子说明它们的有效性。     

高斯随机变量序列的收敛性和抽象Wiener空间

研究Ｇａｕｓｓ随机变量序列的０－１律与相关的抽象Ｗｉｅｎｅｒ空间．主要结果如下：设｛Ｆｎ（ｗ）｝是概率空间（Ω，，Ｐ）上的Ｇａｕｓｓ随机变量序列．若对任何实数是高斯随机变量，则有收敛或１。     

多传感器加权观测融合Wiener反卷积滤波器

基于Kalman滤波方法,应用加权观测融合方法,提出了全局最优观测融合Wiener反卷积滤波器。同集中式观测融合方法和分布式状态融合方法相比,不仅可获得全局最优Wiener反卷积滤波器,而且明显减小计算负担,便于实时应用。一个四传感器加权观测融合仿真例子说明了其有效性。