零衰减算法

Ⅰ hdmi数据线的传输原理

HDMI数据线是用来传输高清晰多媒体视频信号的线材。HDMI数据线能高品质地传输未经压缩的高清视频和多声道音频数据，最高数据传输速度为5Gbps。同时无需在信号传送前进行数/模或者模/数转换，可以保证最高质量的影音信号传送。

传输原理

HDMI（High－Definition Multimedia Interface）又被称为高清晰度多媒体接口，是首个支持在单线缆上传输，不经过压缩的全数字高清晰度、多声道音频和智能格式与控制命令数据的数字接口。HDMI接口由Silicon Image美国晶像公司倡导，联合索尼、日立、松下、飞利浦、汤姆逊、东芝等八家着名的消费类电子制造商联合成立的工作组共同开发的。

HDMI最早的接口规范HDMI1.0于2002年12月公布

HDMI源于DVI接口技术，它们主要是以美国晶像公司的TMDS信号传输技术为核心，这也就是为何HDMI接口和DVI接口能够通过转接头相互转换的原因。美国晶像公司是HDMI八个发起者中唯一的集成电路设计制造公司，是高速串行数据传输技术领域的领导厂商，因为下面要提到的TMDS信号传输技术就是它们开发出来的，所以这里稍微提及一下。

TMDS （Transition Minimized Differential Signaling）也被称为最小化传输差分信号，是指通过异或及异或非等逻辑算法将原始信号数据转换成10位，前8为数据由原始信号经运算后获得，第9位指示运算的方式，第10位用来对应直流平衡（DC-balanced，就是指在编码过程中保证信道中直流偏移为零，电平转化实现不同逻辑接口间的匹配），转换后的数据以差分传动方式传送。这种算法使得被传输信号过渡过程的上冲和下冲减小，传输的数据趋于直流平衡，使信号对传输线的电磁干扰减少，提高信号传输的速度和可靠性。

一般情况下，HDMI连接由一对信号源和接受器组成，有时候一个系统中也可以包含多个HDMI输入或者输出设备。每个HDMI信号输入接口都可以依据标准接收连接器的信息，同样信号输出接口也会携带所有的信号信息。HDMI数据线和接收器包括三个不同的TMDS数据信息通道和一个时钟通道，这些通道支持视频、音频数据和附加信息，视频、音频数据和附加信息通过三个通道传送到接收器上，而视频的像素时钟则通过TMDS时钟通道传送，接收器接受这个频率参数之后，再还原另外三个数据信息通道传递过来的信息。 视频和音频信号传输HDMI输入的源编码格式包括视频像素数据、控制数据和数据包。其中数据包中包含有音频数据和辅助信息数据，同时HDMI为了获得声音数据和控制数据的高可靠性，数据包中还包括一个BCH错误纠正码。HDMI的数据信息的处理可以有多种不同的方式，但最终都是在每一个TMDS通道中包含2位的控制数据、8位的视频数据和4位的数据包。

HDMI的数据传输过程可以分成三个部分：视频数据传输期、岛屿数据传输期和控制数据传输期。视频数据传输期，HDMI数据线上传送视频像素信号，视频信号经过编码，生成3路（即3个TMDS数据信息通道，每路8位）共24位的视频数据流，输入到HDMI发射器中。24位像素的视频信号通过TMDS通道传输，将每通道8位的信号编码转换为10位，在每个10位像素时钟周期传送一个最小化的信号序列，视频信号被调制为TMDS数据信号传送出去，最后到接受器中接收。

岛屿数据传输期，TMDS通道上将出现音频数据和辅助数据，这些数据每4位被一组，构成一个上面提到的4位数据包，数据包和视频数据一样，被调制为10位一组的的TMDS信号后发出。视频数据传输期和岛屿数据传输期均开始于一个Guard Band保护频带，Guard Band由2个特殊的字符组成，这样设计的目的在于在明确限定控制数据传输期之后的跳转是视频数据传输期。 控制数据传输期，在上面任意两个数据传输周期之间，每一个TMDS通道包含2位的控制数据，这一共6位的控制数据分别为HSYNC （行同步）、VSYNC （场同步）、CTL0、CTL1、CTL2和CTL3。每个TMDS通道包含2位的控制数据，采用从2位到10位的的编码方法，在每个控制周期最后的阶段，CTL0、CTL1、CTL2和CTL3组成的文件头，说明下一个周期是视频数据传输期还是岛屿数据传输期。

岛屿数据和控制数据的传输是在视频数据传输的消隐期，这意味着在传输音频数据和其他辅助数据的时候，并不会占据视频数据传输的带宽，并且也不要一个单独的通道来传输音频数据和其他辅助数据，这也就是为什么一根HDMI数据线可以同时传输视频信号和音频信号的原因。 HDMI的高音视频带宽HDMI的数据信息的处理可以有多种不同的方式，也就是说HMDI支持多种方式的视频编码，通过对3个TMDS数据信息通道的合理分配，既可以传输RGB数字色度分量的4：4：4信号，也可以传输YCbCr数字色差分量的4：2：2信号，最高可满足24位视频信号的传输需要。

HDMI每个TMDS通道视频像素流的速率一般在25MHz～165MHz之间，HDMI1.3规范已经将这一上限提升到了225MHz，当视频格式的速率低于25MHz时，将使用像素重复法来传输，即视频流中的像素被重复使用。以每个TMDS通道最高165MHz的频率计算，3个TMDS通道传输R/G/B或者Y/Cb/Cr格式编码的24位像素视频数据，最高带宽可以达到4.95Gbps，实际视频信号传输带宽接近4Gbps，而现在最高规格的高清视频格式1080p所需的带宽仅仅为2.2Gbps，因此HDMI拥有的充足带宽不仅可以满足现在高清视频的需要，在今后相当长一段时间内都可以提供对更高清晰度视频格式的支持。

除了高的视频信号带宽之外，HDMI还在协议中加入了对音频信号传输的支持，形成了业界首个单线缆多媒体接口协议。HDMI的音频信号不占用额外的通道，而是采用和其他辅助信息一起组成数据包，利用3个TMDS通道在视频信号传输的消隐期，以岛屿数据的形式传送。即使在传输1080p （60Hz）的视频信号的时候，还可以提供最高8路，每路采样频率192kHz的高质量音频信号，相比之下，CD音频制式44.1kHz的两声道信号，以及最新的DVD－Audio音频格式96kHz的6声道信号，就相形见绌了。

Ⅱ 对于智能汽车的分类，达到什么标准才算智能

Ⅲ 跟其他电动汽车相比，智己汽车的优势是什么

首先，智己汽车采用智慧动态四驱，后轴为主驱动，综合峰值功率可达400kW，峰值扭矩700N·m，0-100km/h加速仅需3.9秒。续航方面，智己汽车有93kWh和115 kWh两种电池组，利用掺硅补锂技术后，实现单体300Wh/kg的能量密度和20万公里电池无衰减。同时，针对很多消费者在使用中遇到的充电连接繁琐的问题，智己汽车推出全球首次量产的11kW大功率无线充电，充电效率与有线充电并无多大差异。此外，智己汽车还承诺电池可以达到不自燃的最高等级。
其次，智己汽车新车还将搭载智能操作系统——上善若水IMOS。这一操作系统能够在多种智慧场景智能匹配，具备跨屏显示、多域融合及高速切换等功能，通过在底层功能中寻求融合、实现系统服务能力原子化的SOA软件架构，据称这一“原子化”软件架构能够组合出1000多个甚至无限个智慧融合场景，为客户提供更加多元化、个性化的服务。
最后，智己汽车还有一些其它智能化的配置。比如，其搭载了12.8英寸智控中枢屏与支持分屏升降的39英寸智慧场景屏的车内显示；拥有260万像素+5000颗LED的、能够实现V2X智驾融合交互和智能灯光表达的DLP+ISC智慧灯光系统；拥有三颗总计一亿五千万像素的超广角摄像头，支持4K视频180°无畸变超广角拍摄、多种拍照功能和一键分享的超级智能车载摄像系统Carlog；标配15个高清视觉摄像头、5个毫米波雷达、12个超声波雷达，并兼容激光雷达软硬件架构的感知解决方案；基于中国特色路况，通过Data-Driven核心算法架构，能够在国家法规允许以及高精地图进一步放开的情况下，实现“全场景、最连续、零接管”的自动驾驶能力等一系列的功能。

Ⅳ 复赛谱分析算法

（一）方法的基本原理

利用地震反射波法测定吸收参数，通常采用振幅比法，即研究相邻两层反射波振幅的衰减，确定吸收系数，表示两反射界面中间地层的吸收性质。但是，地面地震资料受各种因素影响太多，如激发接受条件、表层不均匀、波前面发散等。这些因素对地震振幅的影响，比对波形的影响更显着。由于波前的发散、反射透射损失受频率畸变较少，一般与频率无关，利用谱分析方法测定吸收性质，相对来说是比较可取的。即使不测定吸收系数的绝对值，若能预测其横向变化趋势，则对储层研究也可提供重要数据。采用频谱比法测定介质吸收系数，要求在研究目的层上下部位选取两个标准反射波或反射波记录段，进行谱分析和参数计算。实际上吸收层是未知的，也不能在记录上准确确定其反射时间间隔。因此，在计算中只能选用一个相对的时间间隔，确定两个时窗，对时窗内的地震记录做谱分析，求取一个有效的吸收系数。当时间间隔增加，所研究目的层厚度加大，所测得的有效吸收系数趋于一个稳定值时，则只与介质性质有关，排除了一些偶然因素的影响。在介质吸收性质不均匀的情况下，它将是一个地层吸收性质的综合反映。用这种方法研究的是一个与实际不均匀吸收介质等效的假想吸收层。对这个假想吸收层按吸收介质层状模型测定平均对数衰减率，将反映目的层的平均吸收性质。

地震波的吸收性质是研究地震波场的重要参数。影响吸收衰减信息的主要因素有：岩石骨架的弹性性质、岩石的孔隙度和孔隙特征、孔隙中所含流体成分等。其间的依赖关系与地震波的频率有关。由于地层含油气后对高频吸收严重，这就为利用吸收系数预测储层含油气范围提供了依据。因此，可以沿反射层计算地震波的吸收性质及其横向上的变化来预测储层的含油异常范围。

对两个时间段1,2中的地震记录f₁(t）和f₂（t）表示为子波与反射系数序列的褶积

f₁(t)=W₁(t)*k₁(t）

f₂(t)=W₂(t)*k₂(t）

式中：W₁,W₂和k₁,k₂—— 时间段1,2中的子波及反射系数序列。对f₁(t）和f₂(t）取傅里叶变换可有

S₁(w)＝W₁(w)K₁(w)

S₂(w)＝W₂(w)K₂(w)

W₁(w）和W₂(w）为两个时间段中子波的傅里叶谱，受目的层吸收谱的作用，两者的关系是

储层特征及精细油藏描述:以老河口油田老451区块为例

此处t₂-t₁为两个分析时间段中心时间差。取两个振幅谱比，并求对数

图5-42 平均对数衰减率平面等值线图

Ⅳ 怎么理解SVD算法急用

211 SVD算法
SVD算法可用来求解大多数的线性最小二乘法问题. SVD 算法基于如下分解定理:对任
意的矩阵 Am ×n ,当其行数 m 大于等于列数 n 时,可以分解为正交矩阵 Um ×n , 非负对角矩阵
Wn×n以及正交矩阵Vn×n的转置的乘积,即
Am×n = Um×n ·[diag( wj
) ] n×n ·V T
n×n , (2)
其中 wj ≥ 0 (1 ≤j ≤n) ; U , V 为正交矩阵,即满足
6
m
i =1
uijuik = δ jk ,
6
n
i =1
vijvik = δ jk
(1 ≤j , k ≤n) , (3)当 m < n 时,SVD也可以执行,在这种情况下,奇异值 wj = 0 ( m + 1 ≤j ≤n) ,并且 U 中相应的
列都是零,这时(3)式仅对 j , k ≤m 时成立. 故不管矩阵 A 是否是奇异, (2)式的分解总可以进
行,而且这个分解几乎是惟一的. 也就是说,其分解形式惟一到:对矩阵 U 的列、 W 的元素和
V 的列能做相同的置换,或者矩阵 U 和V 的任意列的线性组合,在 W 中对应的元素仍恰好完
全相同.
SVD分解明确地构造了矩阵零空间和值域的正交标准化基. 特别地,对 U 的列,若与其
标号相同的元素 wj 为非零元,则其列为值域的一个正交标准化的基础矢量;对 V 的列,若与
其标号相同的 wj 为零,则其列为零空间的一个正交标准化基. 对于如下的多指数衰减 T2 模
型, 有
y = M ·f , (4)
其中 y = ( y1 , y2 , …, yn )
T
为测量的自旋回波衰减信号, M = [ mij ] n ×m = [ exp ( - ti/
T2 j
) ] n ×m ; f = ( f 1 , f 2 , …, f m)
T
为弛豫时间 T2 j对应的各点的幅度值, T2 j
( j = 1 ,2 , …, m)为预先
指定的 T2 时间分布系列,典型的取法为在( T2min , T2max)区间内对数均匀地选取 m 个点,我们
称为弛豫时间布点,也可采用2的幂指数布点、 线性均匀布点等方式. 矩阵条件数的定义为矩
阵的最大特征值与最小特征值的比值. 若矩阵的条件数为无穷大,则该矩阵奇异;若矩阵的条
件数太大,即其倒数超出了机器的浮点精度,则称该矩阵为病态的矩阵. 若直接采用 G auss分
解求上式,几乎是不可能的,原因是矩阵 M 的条件数相当大,例如:若回波间隔τ= 1. 2 ×10 - 3
s , T2 在0. 1 × 10 - 3
～10000 ×10 - 3
s内对数均匀地取50 个点,则矩阵 M 的条件数可达1016
数
量级,很明显,矩阵 M 是高度病态的. 采用 SVD 分解法来求解上式,系数矩阵 Mn×m =
Un×m ·[diag( wj
) ] m×m · VT
m×m , 这里 U , V 为正交矩阵,diag( wj
)为对角矩阵,其对角元递减排
列,则我们就可以很容易地求得最小二乘意义下的解为
^ f = V · diag
1
w1
,
1
w2
, …,
SNR
w1
, 0 , …,0 ·( UT
·y) . (5)
这里给出了矩阵条件数小于等于SNR的限制,避免了解的不稳定性. 其中 SNR为从测量数据
中估计出的信噪比. SNR定义为第1个回波的幅度值除以误差矢量 r ( r = y - M· ^ f )的标准差

Ⅵ PID算法中，积分时间、微分的时间和积分时间常数、微分时间常数之间是什么关系

没有关系。积分和微分里的t是真实的时刻。而时间常数只是待定系数，没有具体的物理含义，之所以也是时间只是用来使得PID三项量纲相同，以便相加。

Ⅶ 花式打开2021传统车企与贾跃亭，都让我们猝不及防！

在被疫情按下“加速键”的2020即将划上句号之际，每家车企都在极力寻求如何正确打开2021的方法。

作为今年车市最大赢家的一汽-大众，就率先对来年车市走势作出了判断。

“经过疫情，消费者的消费理念和消费习惯在不知不觉中发生了变化，部分客户更倾向品质消费和价值消费，所以有迹象表明‘价值战’悄然而来，而且会加速而来。”一汽-大众销售有限责任公司执行副总经理、大众品牌执行总监马振山本周在中汽协主办的“2021中国汽车市场发展预测峰会”上指出。

尤其对于还未拿到续约合同的大众汽车集团管理董事会主席迪斯来说，更是迫切。尽管在最近暂时划上句号的“大众宫斗剧”中，迪斯那个极具野心的电动化转型计划获得了监事会的大力支持，但留给迪斯“表现”的时间只有3年。

预测未来的最好方法，就是抓住现在。相信迪斯深谙，要成为“新大众”的领军人，必须要为大众这艘巨轮寻找新的“价值引擎”，成为真正的“价值缔造者”。

在未来汽车行业将愈发依赖算法和大数据之下，迪斯面临的考验也将是全行业在接下来必须思考的问题。

功夫拍案

有人说，“时代+科技”，正在驱动汽车产业的颠覆与重构。而在2020即将结束之际，我们也看到了越来越车企为此埋下了伏笔。

相信在接下来的新一年，各大车企之间的这场“价值重构战”将充满看点，而中国车市未来的新增量，也将掌握在那些真正能为市场和消费者带来创新体验和高价值产品的车企手上。

本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。

Ⅷ 请问下为什么迫零检测算法在抑制干扰的同时把噪声放大了谢谢！

迫零算法是有缺点的，在设计迫零均衡器时忽略了加性噪声，而在实际通信中是存在加性噪声的，这就引起了以下问题：在实际通信中，当信道传递函数的幅频特性在某频率有很大衰减（出现传输零点）时，由于均衡器的滤波特性与信道特性相逆，所以迫零均衡器在此频点有很大的幅度增益，在实际信道存在加性噪声时，系统的输出噪声将会增大，导频系统的输出信噪比下降。

Ⅸ 请问有没有基于SVD算法的遗传优化计算谢谢，，，急用

211 SVD算法
SVD算法是用于求解最线性最小二乘问题SVD算法是基于分解定理：

用于任何矩阵上午×n个，当它等于行数m大于列数n，可以分解为正交矩阵庵×n的非负对角矩阵的乘积

Wn的×n个与Vn×n的正交矩阵的转置，即

上午× N =庵×N·[诊断（WJ

）] n×n的·VT

n×n的，（2）

其中WJ≥0（1≤≤N），U， V分别是

6

I = 1

uijuikδ= JK，6

I = 1

vijvik =δJK（1≤J，K≤n）时，（3）当M <N时，SVD可以执行，在这种情况下，奇异值WJ = 0（M + 1≤≤n），并在相应的U该

列是零，则（3）只，真正≤M K表。因此，无论矩阵A是单数，（2）总可以分解成

行，这意味着，几乎是唯一的分解，分解，形成鞋底：矩阵U，W

第五列元素，做同样的列置换，或矩阵的任一列U和线性组合V，W中的相应元素还是刚刚结束

相同。

显式构造矩阵零空间和正交标准化团体的范围SVD分解。特别是，在U列中，如果它的

相同标签的非零元素WJ，其范围为正交基向量标准化，V的列中，如果其具有相同的

WJ标签是零，则零作为正交空归组。以下多指数衰减T2模式

型，

= M·F，（4）

其中y =（Y1，Y2，...，YN）

自旋回波衰减测量信号，M = [MIJ] N * M = [EXP（ - TI /

T2

）] N * M，F =（F 1，F 2对应于各点的弛豫时间T2的第j，...，FM）

振幅值，T2

（J = 1，2，...，m）为一个一系列的预分配

规定时间T2，通常在模拟（T2min，T2max）选择范围的m个点的数量均匀，我们称为松弛

时间分布，也可以用指数分布2线性均匀分布，等等。定义条件的矩阵数为最大特征值矩的比值

阵列与最小特征值。几个条件，如果矩阵是无穷大，则该矩阵是奇异的;？？如果件数的矩阵

太多，这超出了机器的浮点精确度的倒数，称为矩阵病态矩阵如直接使用AUSS点

求解上述方程。 ，几乎是不可能的，因为矩阵M是一个大数目的条件下，例如：如果该回波间隔τ= 1 2×10 - 3

秒，T2在0 1×10 - 3
。 >10000×10 - 3

服用50点均匀国情总数，矩阵M是高达1016

大小的数量，很明显，矩阵的高度M是病态的。使用SVD分解的方法来解决上述公式中，系数矩阵的Mn×M =

元×m的·[诊断（WJ

）] M×M·VT

M×M，其中U ，V是正交矩阵，诊断（WJ

）是一个对角矩阵，其行

列降序对角线，那么我们就可以很容易地得到最小二乘意义上

^ F = V·诊断 BR /> 1

1

，...，

W1

，0， ...，0·（UT

·Y）。 （5）

其中矩阵的条件数给定的SNR小于约避免不稳定性限制。 （ - ·M·^ F R = y）的标准偏差，其中SNR是从测量数据
估计的信噪比定义为回波振幅的值是由误差向量r分

Ⅹ 如何利用bp神经算法去除音频噪声

小波分析 (Wavelet)
小波分析是当前数学中一个迅速发展的新领域，它同时具有理论深刻和应用十分广泛的双重意义。
小波变换的概念是由法国从事石油信号处理的工程师J.Morlet在1974年首先提出的，通过物理的直观和信号处理的实际需要经验的建立了反演公式，当时未能得到数学家的认可。正如1807年法国的热学工程师J.B.J.Fourier提出任一函数都能展开成三角函数的无穷级数的创新概念未能得到着名数学家J.L.Lagrange，P.S.Laplace以及A.M.Legendre的认可一样。幸运的是，早在七十年代，A.Calderon表示定理的发现、Hardy空间的原子分解和无条件基的深入研究为小波变换的诞生做了理论上的准备，而且J.O.Stromberg还构造了历史上非常类似于现在的小波基；1986年着名数学家Y.Meyer偶然构造出一个真正的小波基，并与S.Mallat合作建立了构造小波基的同意方法枣多尺度分析之后，小波分析才开始蓬勃发展起来，其中比利时女数学家I.Daubechies撰写的《小波十讲（Ten Lectures on Wavelets）》对小波的普及起了重要的推动作用。它与Fourier变换、窗口Fourier变换（Gabor变换）相比，这是一个时间和频率的局域变换，因而能有效的从信号中提取信息，通过伸缩和平移等运算功能对函数或信号进行多尺度细化分析（Multiscale Analysis），解决了Fourier变换不能解决的许多困难问题，从而小波变化被誉为“数学显微镜”，它是调和分析发展史上里程碑式的进展。
小波(Wavelet)这一术语，顾名思义，“小波”就是小的波形。所谓“小”是指它具有衰减性；而称之为“波”则是指它的波动性，其振幅正负相间的震荡形式。与Fourier变换相比，小波变换是时间(空间)频率的局部化分析，它通过伸缩平移运算对信号(函数)逐步进行多尺度细化，最终达到高频处时间细分，低频处频率细分，能自动适应时频信号分析的要求，从而可聚焦到信号的任意细节，解决了Fourier变换的困难问题，成为继Fourier变换以来在科学方法上的重大突破。有人把小波变换称为“数学显微镜”。
小波分析的应用是与小波分析的理论研究紧密地结合在一起地。现在，它已经在科技信息产业领域取得了令人瞩目的成就。 电子信息技术是六大高新技术中重要的一个领域，它的重要方面是图像和信号处理。现今，信号处理已经成为当代科学技术工作的重要部分，信号处理的目的就是：准确的分析、诊断、编码压缩和量化、快速传递或存储、精确地重构（或恢复）。从数学地角度来看，信号与图像处理可以统一看作是信号处理（图像可以看作是二维信号），在小波分析地许多分析的许多应用中，都可以归结为信号处理问题。现在，对于其性质随实践是稳定不变的信号，处理的理想工具仍然是傅立叶分析。但是在实际应用中的绝大多数信号是非稳定的，而特别适用于非稳定信号的工具就是小波分析。
小波分析是当前应用数学和工程学科中一个迅速发展的新领域，经过近10年的探索研究，重要的数学形式化体系已经建立，理论基础更加扎实。与Fourier变换相比，小波变换是空间(时间)和频率的局部变换，因而能有效地从信号中提取信息。通过伸缩和平移等运算功能可对函数或信号进行多尺度的细化分析，解决了Fourier变换不能解决的许多困难问题。小波变换联系了应用数学、物理学、计算机科学、信号与信息处理、图像处理、地震勘探等多个学科。数学家认为，小波分析是一个新的数学分支，它是泛函分析、Fourier分析、样调分析、数值分析的完美结晶；信号和信息处理专家认为，小波分析是时间—尺度分析和多分辨分析的一种新技术，它在信号分析、语音合成、图像识别、计算机视觉、数据压缩、地震勘探、大气与海洋波分析等方面的研究都取得了有科学意义和应用价值的成果。
事实上小波分析的应用领域十分广泛，它包括：数学领域的许多学科；信号分析、图像处理；量子力学、理论物理；军事电子对抗与武器的智能化；计算机分类与识别；音乐与语言的人工合成；医学成像与诊断；地震勘探数据处理；大型机械的故障诊断等方面；例如，在数学方面，它已用于数值分析、构造快速数值方法、曲线曲面构造、微分方程求解、控制论等。在信号分析方面的滤波、去噪声、压缩、传递等。在图像处理方面的图像压缩、分类、识别与诊断，去污等。在医学成像方面的减少B超、CT、核磁共振成像的时间，提高分辨率等。
(1)小波分析用于信号与图像压缩是小波分析应用的一个重要方面。它的特点是压缩比高，压缩速度快，压缩后能保持信号与图像的特征不变，且在传递中可以抗干扰。基于小波分析的压缩方法很多，比较成功的有小波包最好基方法，小波域纹理模型方法，小波变换零树压缩，小波变换向量压缩等。
(2)小波在信号分析中的应用也十分广泛。它可以用于边界的处理与滤波、时频分析、信噪分离与提取弱信号、求分形指数、信号的识别与诊断以及多尺度边缘检测等。
(3)在工程技术等方面的应用。包括计算机视觉、计算机图形学、曲线设计、湍流、远程宇宙的研究与生物医学方面。