本书详细介绍了绿色电能变换领域中常用的主流集成控制器的特点、引脚功能、电气参数、工作原理及其典型应用，涉及的控制器包括蓄电池充电集成控制器和电子镇流器控制器，基本涵盖了目前电池充电管理和绿色照明管理这两大应用领域。

书中的原始素材均源自全球知名的绿色电能变换集成控制器生产商，包括TI、IR、Fairchild、SGS-THOMSON、Analog、Maxim等公司。全书内容广泛、翔实权威、重点突出，具有实用性、指导性和资料性，是从事电能变换技术开发、设计和研究的工程技术人员必备的工具书，也可作为电能变换技术爱好者和大中专院校相关专业广大师生的参考书。

根据文献中针对连续数据流提出的移动离散小波变换算法 ,本文将此算法运用到实时暂态扰动信号的检测中 。设输入信号被分为每组 2J 个采样数据 ,其中 J 为最大分解层数 , 为了避免边界效应的影响 , 在每层计算时保留 M -2 个数据在内存中并作为下一次输入时的数据( M是小波滤波器的长度 , 在此以 M =4 的 Daubechies 小波为例) 。通过这种重叠保留法可得到一组新的近似和细节系数如图 1 所示  。

图 1( a)和( b)分别表示应用移动离散小波变换算法对输入数据进行 1 层和 3层分解时的情况 , 其中 x n( n =-4 ,-3 , … ,7 …)为输入数据 , 在此被分为每 23 =8 个一组( 最大分解层数 J =3) 。 c0 ~ c3 为小波低通滤波器系数 , -c3 、c2 、 -c1 、c0 为小波高通滤波器系数( 图 1( b)中没有画出) 。

ai( k) , di( k) 为第 i层的近似与细节系数( i为分解层数 , i =1 , 2 , 3 , k 为序号 , k =-2 , - 1 , …, 3 …) , ① ~ ⑦表示移动小波算法的计算顺序 。 在每次分解时均保留 2个( M -2 =2)输入数据和近似系数 ai( k)用来消除边界效应的影响 , 正因为这种重叠保留法的应用 , 使数据看起来就好像在移动一样 , 因此叫做移动离散小波变换 。从图 1( b) 中可以看出由 R-DWT 算法得到的输出数据序 列 依 次 为 d 1( 0) 、d1( 1) 、d2( 0) 、d 1( 2) 、d1( 3) 、d2( 1) 、d3( 0) 、 a3( 0) , 而由 Mallat 算法得到的输出序列依次为d1( 0) 、d1( 1) 、d 1( 2) 、d1( 3) 、d2( 0) 、d2 ( 1) 、d3( 0) 、 a3( 0) 。相比之下 , R- DWT 算法可以更快地计算出下一层的系数 , 有利于减少内存的使用  。