時間序列由根據時間順序測量的確定的數值組成,其中每個觀測值都在按照順序時間被記錄下來形成了按照時間順序進行排列的集合。時間序列數據中的變化點檢測可以揭示重要的與時間無關的信息和知識,從而為許多數據流應用程序提供更有效的決策制定,現已廣泛應用在工業(yè)、計算機、視頻監(jiān)控等領域,因此針對時間序列的變化點檢測研究具有現實意義。周期時間序列是時間序列的重要組成部分,由于周期時間序列存在周期性或者季節(jié)性使得原始變化檢測算法的檢測效率不高。因此設計一種針對周期時間序列的變化檢測算法是有意義的。由于周期時間序列存在周期性,會影響后續(xù)的變化點檢測方法,因此首先要對周期時間序列進行周期估計,本文提出了基于動態(tài)時序彎曲的周期估計方法,該方法將周期估計問題轉化為尋找多個候選片段迭代匹配最優(yōu)化的問題,并通過仿真實驗驗證了周期估計算法的有效性,最后進一步定量分析了信噪比對周期檢測算法的影響。在對周期進行估計后,我們設計了針對周期時間序列的變化點檢測算法,該算法分為三步:時間序列建模、時序異常度計算、變化點決策。首先我們通過數學模型表征時間序列狀態(tài)變化,將周期時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平均... 

【文章來源】：山東大學山東省 211工程院校 985工程院校 教育部直屬院校

【文章頁數】：57 頁

【學位級別】：碩士

【部分圖文】：

圖１．１真實變化點和檢測到的變化點之間的延遲??

干擾的正弦信號，它本身具有周期性。在周期檢測算法可行性驗證階段，我們??首先通過簡單算法得到模擬信號，然后在ＭＡＴＬＡＢ平臺讀取數據進行算法處理??運算。在仿真實驗中，使用一個正弦信號與隨機噪聲合成的時序信號進行驗證。??正弦信號ｙ?＝?ａｓｉｎ?（ｗｔ?＋?＜／？）的參數如表２＿１。??表２．１模擬正弦信號參數??幅值?角速度?相位角?時間??ａ?＝?１?ｕｊ?＝?１／５?ｉｐ?＝?０?ｆ?＝?０：０．１：１０＊ｒ??根據正弦信號參數表可知正弦信號的周期為２＊扣／〇；，即為３１．１４１５９２６，采樣??周期為１０，所以檢測信號周期大約為３１４。因此我們設定周期檢測的范圍為：??Ｇ?２８０和／２?＝?３５０來提高檢測效率。信號的檢測結果如圖２．１所示。更具體地??說，從圖２．１中可以發(fā)現檢測的周期長度是３１５，這近似于３１４，所以可以得出周??期檢測算法在這個正弦信號上是可行的。??￣１￣．￣＇￣￣＇＾

?山東大學碩士學位論文???下，可以知道會存在一個噪聲范圍，超出了噪聲范圍周期檢測算法便會失效。??從圖２．４可以清楚地看出這個限制是－２０ｄＢ，當信號收到的噪聲影響小于－２０ｄＢ，??周期檢測算法失效。??所以，提出的周期檢測算法可以成功檢測時序周期性信號的信噪比范圍從－??２０ｄＢ到５０ｄＢ或更大。在實際的聲學信號采集環(huán)境下，可以通過設置硬件??參數或過濾處理確保噪聲的信噪比大于－２０ｄＢ�？梢钥吹�，該算法在信噪比范??圍（－２０ｄＢ，５０ｄＢ）的周期性檢測實驗具有較好的魯棒性。然而，在信噪比范圍（－??５０ｄＢ，?－２５ｄＢ）中，由于噪聲比原始信號大太多算法不能成功檢測時序信號的周??期。在圖２．５中給出了一個信噪比為－３５ｄＢ的例子，可以從信號與噪聲疊加的圖??像發(fā)現噪聲基本把原始信號給“覆蓋”了，其中的數據受噪聲干擾過大，周期??檢測算法不能正確地檢測出信號周期。在上述實驗中，我們用仿真正弦信號驗??證周期檢測算法的可行性，并得出在信噪比范圍從－２０ｄＢ到５０ｄＢ或更大時周期??檢測算法可以成功檢測時序信號的周期。??


本文編號：2974742