不同趋势对滑动移除近似熵的影响

许多观测资料中存在着各种各样的趋势,如季节变化引起的周期性趋势、全球变暖所造成的线性趋势、多项式趋势等.鉴于此,本文研究了各种趋势对滑动移除近似熵的影响.数值试验结果表明,周期性趋势、线性趋势及非线性趋势均对滑动移除近似熵的突变检测结果影响较小,论证了滑动移除近似熵方法检测突变的可靠性,为该方法在实际观测资料中的广泛应用提供了实验基础.     

基于近似熵的突变检测新方法

近似熵是一个有效的非线性动力学指数,能够用于表征时间序列的复杂性,通过滑动窗口技术,近似熵对于一维时间序列的动力学结构突变具有一定的识别能力,但其突变检测结果依赖于子序列长度的选择,且不能准确定位突变点.鉴于此,本文提出了一种新的突变检测方法——滑动移除近似熵.测试结果表明,滑动移除近似熵具有检测结果稳定性好、准确性高等特点,明显优于滑动近似熵和Mann-Kendall方法,其在实际观测资料中的应用进一步证实了新方法的可靠性. 关键词： 近似熵 滑动移除近似熵 突变检测     

一种基于重标极差方法的动力学结构突变检测新方法

提出了一种针对相关性时间序列动力学结构突变检测的新方法——滑动移除重标极差分析.数值试验表明,新方法能够准确的检测出理想序列中的动力学结构突变,其检测结果对于子序列的长度依赖性较小,而且具有很强的抗噪能力,弥补了滑动去趋势波动分析的不足. 关键词： 标度指数 滑动移除重标极差分析 滑动去趋势波动分析 动力学结构突变     

噪声对滑动移除近似熵的影响

受外强迫和仪器本身的测量误差等因素的影响, 观测数据中经常包含噪声和扰动等一些虚假的信息. 针对这一问题, 本文研究了各种不同噪声对滑动移除近似熵的影响. 研究结果表明, 滑动移除近似熵的检测结果受尖峰噪声和高斯白噪声的影响较小, 意味着其具有很强的抗噪能力, 这为该方法在实际观测资料中的广泛应用提供了坚实的实验基础.     

近似熵检测气候突变的研究

引入近似熵方法应用于理想时间序列,检验了该方法具有区别不同动力学结构和检测其突变的特性.然后应用于中国气象局国家气候中心740站点1960—2000年的逐日气温和降水观测资料.分析结果表明,温度和降水分布存在明显的区域分布特征,反映出气候系统动力学结构区域间的差异;在20世纪70年代末到80年代初各站点具有不同程度的突变现象,说明了突变时空分布的不均一性以及气候系统演化的复杂性. 关键词： 气候突变 温度 降水 近似熵     

不同滤波方法在去趋势波动分析中去噪的应用比较

研究了连续噪声和尖峰噪声对去趋势波动分析的影响,发现噪声的存在使得双对数曲线在尺度较小时发生了"转折"现象.针对这一问题,文中采用三种不同滤波方法对理想时间序列进行了实验,结果表明,多级Vondrak滤波得到的高频序列与真实噪声序列无论是在强度还是在演变趋势上都展现出惊人的一致性,低频滤波序列的去趋势波动分析结果与真实信号十分接近,多级Vondrak滤波基本上能够消除由于噪声所引起的"转折"现象,而且这一研究结果对于滤波周期阈值的依赖性并不太大.多点滑动加权平均滤波虽然能够在一定程度上减轻噪声对于去趋势波动的影响,但不能从根本上消除由于噪声所引起的"转折"现象.快速傅里叶滤波在选择合适的滤波周期阈值时,能够基本消除噪声对去趋势波动分析的影响,但是由于其滤波结果对于滤波周期阈值的依赖较大,在实际应用中滤波周期阈值的选取比较困难.因此,多级Vondrak滤波是消除噪声对去趋势波动分析结果影响的一种有效的途径. 关键词： 多级Vondrak滤波 去趋势波动分析 多点滑动加权平均滤波 快速傅里叶滤波     

滑动移除小波分析法在动力学结构突变检验中的应用

标度指数计算的即时性与准确性对相关时间序列的动力学结构突变分析至关重要,然而现有方法在即时性与准确性上一直无法兼顾.将小波分析方法与滑动移除窗口技术相融合,提出一种新的动力学结构突变检测方法——滑动移除小波分析法.通过选取不同的滑动移除窗口,分别对构建的线性、非线性理想时间序列进行动力学结构突变分析,结果表明不论是线性时间序列还是非线性时间序列,滑动移除小波分析能够准确地检测到序列的动力学结构突变点及突变区间,对于滑动移除窗口长度依赖性较小,具有很强的稳定性,而且在计算速度上明显优于滑动移除重标极差和滑动移除方差分析方法,将在大数据处理中具有一定的优势.同时分别对线性、非线性理想时间序列添加高斯白噪声,结果表明滑动移除小波分析具有很强的抗噪能力,能够准确地检测到加噪后序列的突变点.对佛坪站日最高温度实测资料的动力学结构突变的准确检测进一步验证了该方法的有效性.滑动移除小波分析法可为具有相关性的系统动力学结构突变的快速、准确检测提供一种途径.     

基于去趋势波动分析方法确定极端事件阈值

极端事件或者极值事件脱离了自身的正常演化状态,是系统演化的极端状态或系统受到外界扰动而导致的异常状态.去趋势波动分析法得到的指数是衡量系统在某一时间尺度内演化的长程相关性的参数,系统的长程相关性不受极端事件的影响或影响很小.基于这一思想,提出了利用去趋势波动分析法确定极端事件的阈值方法,并验证了该方法的有效性.使用该方法对北京极端高温事件、极端低温事件和极端降水事件进行了分析和讨论,确定北京1951—2004年极端高温、极端低温事件和极端降水事件的阈值.50余年来,北京极端高温和低温事件在20世纪70年代 关键词： 去趋势波动分析 极端事件 阈值     

气液两相流波动信号多重分形去趋势波动分析

为了研究不同流型压差波动信号的分形特征,本文首先讨论了多重分形去趋势波动分析对周期信号、随机信号和混沌信号的识别能力,然后运用多重分形去趋势波动分析方法对水平管内气-液两相流压差波动信号进行分析.通过计算广义Hurst指数、尺度函数,多重分形谱,细致量化了压差波动信号的局部及不同层次的波动奇异性.研究结果表明:压差波动...     

非线性动力学方法在气候突变检测中的应用

快速、准确的检测气候突变, 对于我们认识气候系统的变化和对未来气候系统演变趋势的预测有着重要的现实意义和社会经济价值. 本文主要回顾了近年来非线性突变检测技术的主要研究进展及其在实际观测资料中的应用, 其中包括基于气候系统长程相关性的检测方法, 如滑动去趋势波动分析方法、滑动移除去趋势波动分析方法、滑动移除重标极差方法和指纹法等; 以及基于时间序列复杂性的检测方法, 如近似熵方法, Fisher信息和小波Fisher信息等. 此外, 本文还指出发展针对空间场的突变检测技术是未来一个可能的发展方向. 由于空间场所包含的气候系统的演变信息远高于单点时间序列, 空间场的突变检测技术将会使得对气候突变的检测时间大大缩短, 从而使得人们有足够的时间去采取行动, 以便为适应气候突变所带来的新挑战做好准备.     

多重分形降趋波动分析法和移动平均法的分形谱算法对比分析

多重分形降趋波动分析法(MFDFA)和多重分形降趋移动平均法(MFDMA)是用来估算一维随机分形信号多重分形谱的两种算法, 已被拓展应用于二维和高维分形信号的分析. 本文简要介绍了MFDFA和MFDMA算法及其在一维时间序列中的应用. 首次系统地从算法模型、计算统计精度、样本量的敏感性、无标度区选取的敏感性、矩选择的敏感性和计算量这六个方面对两种算法进行了对比分析, 以典型多重分形信号BMC信号为例, 分析两种算法的适用性和优劣性. 为实际应用中, 针对具体信号如何选用MFDFA或MFDMA算法, 以及两种算法的参数设置提供了有价值的参考.     

Effects of quantization on detrended fluctuation analysis

Detrended fluctuation analysis(DFA) is a method foro estimating the long-range power-law correlation exponent in noisy signals.It has been used successfully in many different fields,especially in the research of physiological signals.As an inherent part of these studies,quantization of continuous signals is inevitable.In addition,coarse-graining,to transfer original signals into symbol series in symbolic dynamic analysis,can also be considered as a quantization-like operation.Therefore,it is worth considering whether the quantization of signal has any effect on the result of DFA and if so,how large the effect will be.In this paper we study how the quantized degrees for three types of noise series(anti-correlated,uncorrelated and long-range power-law correlated signals) affect the results of DFA and find that their effects are completely different.The conclusion has an essential value in choosing the resolution of data acquisition instrument and in the processing of coarse-graining of signals.     

去趋势波动分析方法中不重叠等长度子区间长度的确定

针对去趋势波动分析方法中参数不重叠等长度子区间长度s的选取,基于信息论的基本原理,提出使用符号分析方法对原始数据进行符号编码,并使用不同的方式对符号序列进行分段、计算互信息函数.细致描述了不同分段方式对原始混沌序列的信息编码能力,以此判断所采用的分段方式能否真实有效地还原原始序列所包含的全部信息.给出了确定最优分段个数或各分段长度的具体方式,确定了不重叠等长度子区间长度s的选取算法,以及判断所研究序列是否适用于去趋势波动分析方法,避免了以往参数s选取中随机性和主观性给计算结果带来的错误信息.进一步将该方法应用于实际温度资料,计算并分析中国1961—2000年逐日平均温度的去趋势波动分析指数分布状况.     

Relationships of exponents in multifractal detrended fluctuation analysis and conventional multifractal analysis

Multifractal detrended fluctuation analysis (MF-DFA) is a relatively new method of multifractal analysis. It is extended from detrended fluctuation analysis (DFA), which was developed for detecting the long-range correlation and the fractal properties in stationary and non-stationary time series. Although MF-DFA has become a widely used method, some relationships among the exponents established in the original paper seem to be incorrect under the general situation. In this paper, we theoretically and experimentally demonstrate the invalidity of the expression τ(q)=qh(q)-1 stipulating the relationship between the multifractal exponent τ(q) and the generalized Hurst exponent h(q). As a replacement, a general relationship is established on the basis of the universal multifractal formalism for the stationary series as τ(q)=qh(q)-qH'-1, where H' is the nonconservation parameter in the universal multifractal formalism. The singular spectra, α and f(α), are also derived according to this new relationship.