基于奇异谱分析的时间序列互相关分析

发布时间：2021-10-28 19:50

　　为了更好的理解和描述复杂系统,常把时间序列作为研究系统内部规律的依据。目前时间序列分析被应用于众多领域,并且取得了极大的发展。而现实世界中大多时间序列都是非平稳时间序列,故而对非线性非平稳时间序列的研究就成为了关注的热点。去趋势互相关分析作为考察非平稳时间序列的长程互相关性的一种标度指数,在对含趋势信号的时间序列进行互相关分析时,标度会出现交叉点的现象,影响了相关性分析。针对这一现象,近年来发展起来的一种新型的自适应信号时频分析方法--经验模式分解法,被应用于研究分析非线性非平稳时间信号。奇异谱分析作为时间序列分析技术,在对时间序列的处理方面还是一种新的且功能强大的分析方法,研究具有非平稳性、非线性、含噪声的时间序列中的数据时,具有成份可选择性、无参数、独立于模型、较好解释的特点。奇异谱分析主要应用于降噪、预测、趋势或准周期成分的检测与提取、异常点检测等方面。目前,奇异谱分析技术在医疗、环境、金融以及社会科学等多方领域已有广泛应用,且分析效果十分显著。针对时间序列中常见的线型、指数型趋势,本文提出一种采用奇异谱分析法去除该类趋势后再进行互相关分析的算法,消除标度指数图中的交叉点,使得分... 

【文章来源】：辽宁师范大学辽宁省

【文章页数】：42 页

【学位级别】：硕士

【部分图文】：

图2.7所示，由图可见，原始趋势与提

【参考文献】：
期刊论文
[1]基于SVD的倾角扫描叠加算法在去噪中的应用[J]. 崔少华,单巍,方振国,李峥.  辽宁师范大学学报(自然科学版). 2017(04)
[2]小波与奇异谱分析在地铁保护区监测数据处理中的应用[J]. 王涛,田林亚,侯建梅.  测绘工程. 2017(09)
[3]基于奇异谱分析的机场噪声时间序列预测模型[J]. 温冬琴,王建东.  计算机科学. 2014(01)
[4]基于奇异谱分析的闽江流域径流长期预报研究[J]. 陈莹,陈兴伟.  水资源与水工程学报. 2011(05)
[5]EMD在非平稳随机信号消除趋势项中的研究与应用[J]. 赵宝新,张保成,赵鹏飞,张戌.  机械制造与自动化. 2009(05)
[6]基于改进EMD的图像压缩算法[J]. 贺静波,彭复员.  红外与毫米波学报. 2008(04)
[7]太阳黑子数时间序列的奇异谱分析和小波分析[J]. 徐克红,程鹏飞,文汉江.  测绘科学. 2007(06)
[8]一种旋转机械振动信号特征提取的新方法[J]. 廖庆斌,李舜酩.  中国机械工程. 2006(16)
[9]基于限邻域经验模式分解的多波段图像融合[J]. 徐冠雷,王孝通,徐晓刚,朱涛.  红外与毫米波学报. 2006(03)
[10]EMD方法在转子局部碰摩故障诊断中的应用[J]. 程军圣,于德介,杨宇.  振动、测试与诊断. 2006(01)

硕士论文
[1]奇异谱分析在大地测量时间序列分析中的应用研究[D]. 卢辰龙.中南大学 2014
[2]睡眠脑电的去趋势互相关和多重分形去趋势互相关分析[D]. 王玉兰.南京邮电大学 2013
[3]基于奇异谱分析的金融时间序列自适应分解预测研究[D]. 周天清.华东交通大学 2012
[4]时间序列的重分形交叉相关分析及其预测方法[D]. 王晶.北京交通大学 2012



本文编号：3463265