發(fā)布時(shí)間：2021-01-13 10:50

　　時(shí)間序列由根據(jù)時(shí)間順序測(cè)量的確定的數(shù)值組成,其中每個(gè)觀測(cè)值都在按照順序時(shí)間被記錄下來(lái)形成了按照時(shí)間順序進(jìn)行排列的集合。時(shí)間序列數(shù)據(jù)中的變化點(diǎn)檢測(cè)可以揭示重要的與時(shí)間無(wú)關(guān)的信息和知識(shí),從而為許多數(shù)據(jù)流應(yīng)用程序提供更有效的決策制定,現(xiàn)已廣泛應(yīng)用在工業(yè)、計(jì)算機(jī)、視頻監(jiān)控等領(lǐng)域,因此針對(duì)時(shí)間序列的變化點(diǎn)檢測(cè)研究具有現(xiàn)實(shí)意義。周期時(shí)間序列是時(shí)間序列的重要組成部分,由于周期時(shí)間序列存在周期性或者季節(jié)性使得原始變化檢測(cè)算法的檢測(cè)效率不高。因此設(shè)計(jì)一種針對(duì)周期時(shí)間序列的變化檢測(cè)算法是有意義的。由于周期時(shí)間序列存在周期性,會(huì)影響后續(xù)的變化點(diǎn)檢測(cè)方法,因此首先要對(duì)周期時(shí)間序列進(jìn)行周期估計(jì),本文提出了基于動(dòng)態(tài)時(shí)序彎曲的周期估計(jì)方法,該方法將周期估計(jì)問(wèn)題轉(zhuǎn)化為尋找多個(gè)候選片段迭代匹配最優(yōu)化的問(wèn)題,并通過(guò)仿真實(shí)驗(yàn)驗(yàn)證了周期估計(jì)算法的有效性,最后進(jìn)一步定量分析了信噪比對(duì)周期檢測(cè)算法的影響。在對(duì)周期進(jìn)行估計(jì)后,我們?cè)O(shè)計(jì)了針對(duì)周期時(shí)間序列的變化點(diǎn)檢測(cè)算法,該算法分為三步:時(shí)間序列建模、時(shí)序異常度計(jì)算、變化點(diǎn)決策。首先我們通過(guò)數(shù)學(xué)模型表征時(shí)間序列狀態(tài)變化,將周期時(shí)間序列映射到線性模型中,然后提出了基于自回歸積分滑動(dòng)平均... 

【文章來(lái)源】：山東大學(xué)山東省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：57 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖１．１真實(shí)變化點(diǎn)和檢測(cè)到的變化點(diǎn)之間的延遲??

干擾的正弦信號(hào)，它本身具有周期性。在周期檢測(cè)算法可行性驗(yàn)證階段，我們??首先通過(guò)簡(jiǎn)單算法得到模擬信號(hào)，然后在ＭＡＴＬＡＢ平臺(tái)讀取數(shù)據(jù)進(jìn)行算法處理??運(yùn)算。在仿真實(shí)驗(yàn)中，使用一個(gè)正弦信號(hào)與隨機(jī)噪聲合成的時(shí)序信號(hào)進(jìn)行驗(yàn)證。??正弦信號(hào)ｙ?＝?ａｓｉｎ?（ｗｔ?＋?＜／？）的參數(shù)如表２＿１。??表２．１模擬正弦信號(hào)參數(shù)??幅值?角速度?相位角?時(shí)間??ａ?＝?１?ｕｊ?＝?１／５?ｉｐ?＝?０?ｆ?＝?０：０．１：１０＊ｒ??根據(jù)正弦信號(hào)參數(shù)表可知正弦信號(hào)的周期為２＊扣／〇；，即為３１．１４１５９２６，采樣??周期為１０，所以檢測(cè)信號(hào)周期大約為３１４。因此我們?cè)O(shè)定周期檢測(cè)的范圍為：??Ｇ?２８０和／２?＝?３５０來(lái)提高檢測(cè)效率。信號(hào)的檢測(cè)結(jié)果如圖２．１所示。更具體地??說(shuō)，從圖２．１中可以發(fā)現(xiàn)檢測(cè)的周期長(zhǎng)度是３１５，這近似于３１４，所以可以得出周??期檢測(cè)算法在這個(gè)正弦信號(hào)上是可行的。??￣１￣．￣＇￣￣＇＾

?山東大學(xué)碩士學(xué)位論文???下，可以知道會(huì)存在一個(gè)噪聲范圍，超出了噪聲范圍周期檢測(cè)算法便會(huì)失效。??從圖２．４可以清楚地看出這個(gè)限制是－２０ｄＢ，當(dāng)信號(hào)收到的噪聲影響小于－２０ｄＢ，??周期檢測(cè)算法失效。??所以，提出的周期檢測(cè)算法可以成功檢測(cè)時(shí)序周期性信號(hào)的信噪比范圍從－??２０ｄＢ到５０ｄＢ或更大。在實(shí)際的聲學(xué)信號(hào)采集環(huán)境下，可以通過(guò)設(shè)置硬件??參數(shù)或過(guò)濾處理確保噪聲的信噪比大于－２０ｄＢ�？梢钥吹剑撍惴ㄔ谛旁氡确�??圍（－２０ｄＢ，５０ｄＢ）的周期性檢測(cè)實(shí)驗(yàn)具有較好的魯棒性。然而，在信噪比范圍（－??５０ｄＢ，?－２５ｄＢ）中，由于噪聲比原始信號(hào)大太多算法不能成功檢測(cè)時(shí)序信號(hào)的周??期。在圖２．５中給出了一個(gè)信噪比為－３５ｄＢ的例子，可以從信號(hào)與噪聲疊加的圖??像發(fā)現(xiàn)噪聲基本把原始信號(hào)給“覆蓋”了，其中的數(shù)據(jù)受噪聲干擾過(guò)大，周期??檢測(cè)算法不能正確地檢測(cè)出信號(hào)周期。在上述實(shí)驗(yàn)中，我們用仿真正弦信號(hào)驗(yàn)??證周期檢測(cè)算法的可行性，并得出在信噪比范圍從－２０ｄＢ到５０ｄＢ或更大時(shí)周期??檢測(cè)算法可以成功檢測(cè)時(shí)序信號(hào)的周期。??


本文編號(hào)：2974742