1、信號(hào)分析在數(shù)據(jù)壓縮等方面具有極其重要的意義，尤其是對(duì)非平穩(wěn)信號(hào)有效的分析方法更是學(xué)術(shù)和工程界關(guān)注的熱點(diǎn)問題之一。傳統(tǒng)信號(hào)分析方法從單一的時(shí)域或頻域?qū)π盘?hào)進(jìn)行描述，不能提供準(zhǔn)確的時(shí)間和頻率的定位功能，也無法提供局部時(shí)間段的頻域特征信息。而對(duì)于非平穩(wěn)信號(hào)，其參數(shù)隨時(shí)間在不斷變化，因此單一的時(shí)域或頻域分析法無法對(duì)其進(jìn)行有效的處理。
　　本文從數(shù)值逼近理論的角度出發(fā)，針對(duì)具有緩慢變化趨勢(shì)的非平穩(wěn)信號(hào)進(jìn)行了壓縮算法及實(shí)現(xiàn)等內(nèi)容的研究。論文主

2、要工作包括：
　　1.提出了一種基于分類和曲線擬合的非平穩(wěn)信號(hào)分解算法。針對(duì)具有緩慢單調(diào)變化趨勢(shì)的非平穩(wěn)信號(hào)，采用改進(jìn)的經(jīng)驗(yàn)?zāi)B(tài)分解算法對(duì)信號(hào)做預(yù)處理，以消去信號(hào)中的噪聲，并利用曲線擬合對(duì)信號(hào)的主要規(guī)律進(jìn)行描述。針對(duì)超光譜圖像數(shù)據(jù)量大、譜線間數(shù)據(jù)相關(guān)性差等特點(diǎn)，提出分類算法將圖像數(shù)據(jù)分為主光譜區(qū)域數(shù)據(jù)和非主光譜區(qū)域數(shù)據(jù)，不同類別數(shù)據(jù)采用不同的處理方法，最后獲得數(shù)據(jù)的有效表達(dá)。
　　2.提出了經(jīng)驗(yàn)數(shù)據(jù)分解算法。由非平穩(wěn)數(shù)據(jù)的多

3、項(xiàng)式描述引出經(jīng)驗(yàn)數(shù)據(jù)分解算法的思想，利用局部區(qū)域數(shù)據(jù)的均值為基準(zhǔn)，用函數(shù)表示數(shù)據(jù)的主要變化規(guī)律，從而將局部數(shù)據(jù)表示為函數(shù)與誤差之和。建立了經(jīng)驗(yàn)數(shù)據(jù)分解的一般結(jié)構(gòu)，給出了經(jīng)驗(yàn)數(shù)據(jù)分解結(jié)構(gòu)中分解濾波器的設(shè)計(jì)準(zhǔn)則。
　　3.給出了經(jīng)驗(yàn)數(shù)據(jù)分解算法的實(shí)現(xiàn)思路，分別利用自適應(yīng)優(yōu)化法和三次樣條插值法設(shè)計(jì)分解算法中的預(yù)測(cè)濾波器。針對(duì)連續(xù)色調(diào)圖像數(shù)據(jù)和非連續(xù)色調(diào)圖像數(shù)據(jù)的特點(diǎn)，提出了不同的分解結(jié)構(gòu)，并通過仿真實(shí)驗(yàn)分析了經(jīng)驗(yàn)數(shù)據(jù)分解算法的特點(diǎn)。