判断混沌时间序列有哪些方法

furoo

原帖由 chenwenjuan86 于 2007-7-27 10:01 发表

                               
登录/注册后可看大图

不好意思，刚才打错了，是计算出的关联函数在m>10后为0
程序如下：
function D=GP_Algorithm(data,tau,max_m)
% GP算法求关联维和嵌入维
%clc
%---------------------------------------------------
x=data;
...

这个程序的 ln_Cr(i,j) = log(Correlation_Integral(m,X,r,tau,type_norm,block)); 无法运行啊，怎么回事呢？

xiaocheng_2007

你好，版主，根据你所言，是不是对一组数据，可以用C-C方法计算其最佳延迟，用G_P算法求其关联维，然后根据关联维与嵌入维关系求其嵌入维？？？用C_C方法可以得出时间延迟和时间窗口，而根据时间窗口和时间延迟得出的嵌入维，我们应该如何看待？
　根据陆教授所言：小数据量法对延迟时间和嵌入维数的选取并不敏感
如果使用wolf方法计算lypunov指数，对延迟时间和嵌入维有什么要注意的地方吗？
谢谢:@)

zzyxie

请问怎么用自相关函数法求平均周期？我一直没弄明白。我以前只是用自相关函数法求过时间延迟。

xiaocheng_2007

不清楚。你可以参考14楼的程序。我这是那样处理的

zzyxie

谢谢34楼的提示，不过14楼用的好像是FFT法，我运行过，但结果和陆博士计算的周期为46不符。

octopussheng

平均周期是一个比较有趣的问题，到现在我还没有搞清楚，哪种方法最合适，呵呵！大家加油

yuling

功率谱法
主量分析
庞加莱截面
李雅普诺夫指数
指数衰减发
频闪法
关联维
柯尔莫戈洛夫熵。。。。。

xiaokang

在吕老师的书中提到，用C_C方法得出的时间窗口和时间延迟可以求出嵌入维？这种方法不准确吗？对信号有什么特殊要求吗？为什么必须用GP求呢？

xiaokang

原帖由 octopussheng 于 2007-7-27 08:42 发表

                               
登录/注册后可看大图

C－C方法只能得到最佳延迟时间，嵌入维数需要用G－P算法算出关联维d，然后利用嵌入维数m>2d+1的关系来确定，而且陆振波在他的论文里指出：小数据量法对延迟时间和嵌入维数的选取并不敏感

至于平均周期，他认为—— ...

在吕老师的书中提到，用C_C方法得出的时间窗口和时间延迟可以求出嵌入维？这种方法不准确吗？对信号有什么特殊要求吗？为什么必须用GP求呢？

xiaokang

原帖由 gghhjj 于 2007-3-20 01:11 发表

                               
登录/注册后可看大图

function [Lyapunov1]=LargestLyapunov(data,m,tau,P)
% 用最小数据量法计算混沌时间序列 Lyapunov 指数
% tau = 1;                        % 时延
% m = 14;                          % 嵌入维
% data  ...

请问：这里的“lyapunov_small（）”这个函数的程序能否贴出来，谢谢！

yuling

在非线性时间序列分析中，嵌入维数m和时间延迟tau的选取具有十分重要的意义，同时这种选取也是很困难的。关于嵌入维m和时间延迟tau的选取，现在主要有两种观点：
    第一种观点认为两者互不相关，即m和tau的选取是独立的。计算m的方法有最大特征值不变法、虚假临点法、最小Shannon熵法、延迟向量排序法等；选取tau的方法比较多，包括自相关函数法、互信息法、平均位移法、周期轨道法等。
    第二种观点认为m和tau是相互关联的。研究表明，m和tau的关系与重构相空间的时间窗tau_w密切相关，对特定的时间序列，其tau_w相对固定，m和tau的不恰当配对将直接影响相空间结构的质量，因此产生了m和tau的联合算法，如C-C方法、时间窗口法等。
    用C_C方法得出的时间窗口和时间延迟可以求出嵌入维,但对一些时间序列得出的结果明显是不可接受的，个人觉得用GP求得的饱和嵌入维作为m比较好，但是GP算法涉及到先确定tau。因此，这一块有很大的主观性，这也是非线性时间序列分析还不成熟的结果吧。