Sampling theorem for multiwavelet subspaces

不同于分级的小浪， multiscaling 功能能直角、常规、对称，并且同时有紧缩的支持和近似的高顺序。为这个原因，就算 multiscaling 功能不是最重要的，他们仍然为完美的 A/D 和承兑交单成立。我们基于复制核 Hilbert 空间概括华尔特鈥檚 采样定理到 multiwavelet subspaces。重建功能能被 multiwavelet 功能用 Zak 变换表示。不规则的采样的一般盒子也被讨论，为 multiwavelet subspaces 的不规则的采样定理建立了。例子被举。