由于各種非線性動力系統(tǒng)的實(shí)際觀測時間序列總是不可避免的混有噪聲,噪聲的普遍存在性和高破壞性掩蓋了這些系統(tǒng)的內(nèi)在動態(tài)特性,極大地影響了其單變量或多變量的預(yù)測精度,因此,需要對實(shí)際觀測的混沌時間序列進(jìn)行有效地噪聲平滑。 本研究以黃河年徑流量、太陽黑子數(shù)、大連降雨量等水文、天文、氣象領(lǐng)域的時間序列為對象,從混沌信號的自身規(guī)律出發(fā),針對噪聲對混沌時間序列的影響,探索不同應(yīng)用背景和研究對象下混沌時間序列的噪聲平滑問題。對于混沌動力學(xué)特性未知、序列長度較短的序列,提出了一種改進(jìn)的小波變換混沌信號噪聲平滑方法。這種方法對含噪聲混沌信號進(jìn)行二次小波分解,對分解后不同尺度下的小波信號根據(jù)信噪比靈活地選取閾值,數(shù)值仿真結(jié)果表明該方法有利于改善噪聲平滑效果,從而提高信噪比、減小誤差。同時,對于獲得足夠信息的未知動力學(xué)特性的實(shí)際觀測時間序列,提出了一種基于局部投影噪聲平滑的優(yōu)化方法。該方法將神經(jīng)網(wǎng)絡(luò)的預(yù)測精確度作為評判噪聲平滑效果的主要準(zhǔn)則,有效地解決了常規(guī)局部投影方法中鄰域半徑、迭代次數(shù)等參數(shù)選取問題。在此基礎(chǔ)上,由于噪聲的影響,相空間中每一個鄰域都有其自身的動態(tài)特性,常規(guī)局部投影方...

【文章頁數(shù)】：67 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖3.8自相關(guān)函數(shù)分析

了噪聲平滑后的序列為實(shí)際月太陽黑子序列。但是，噪聲平滑的方法必須要通過對被認(rèn)為是噪聲的部分進(jìn)行分析以防止過多的除去有用信號，1876]。因此，對34%噪聲水平對應(yīng)的噪聲序列和噪聲平滑后序列分別進(jìn)行自相關(guān)函數(shù)分析，其結(jié)果如圖3.8()a和偽)所示。從圖中可以

本文編號：4030904