连续小波变换用于密集模态参数识别

我的第一篇文章：
摘要：
通过压缩基带小波窗口宽度来改进连续小波变换的方法，在提高信号频谱细节捕捉能力的同时也增大了端部效应的影响。为此我们提出了一种基于极值位置的新方法，在存在明显模态耦合的情况下选择模态解耦度最高的尺度，并在此处的小波尺度上分别提取信号频谱中幅值特征参数作为待识别参数，在实验研究中发现该方法能够有效提升密集模态参数识别的精度并具有良好的抗噪声性能；针对GARTEUR飞机模型三阶密集模态进行了实证分析表明该算法具有良好的收敛性和计算效率因而是一种值得推广的有效分析手段

全文链接：
柳小勤,岳林,朱如鹏.连续小波变换应用于密集模态参数识别.南京航空航天大学学报,2007,39(4),496-500.
并未很好地解决问题,深感遗憾。参数拟合范围一直存在较大的挑战,文中并未提及,原因在于我对如何较好地解决该问题缺乏了解。

热烈欢迎您的参与！以下是讨论的具体链接：http://groups.google.com/group/liuxq-works?hl=zh-CN。

**连续小波变