由于各種非線性動(dòng)力系統(tǒng)的實(shí)際觀測(cè)時(shí)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(dòng)態(tài)特性,極大地影響了其單變量或多變量的預(yù)測(cè)精度,因此,需要對(duì)實(shí)際觀測(cè)的混沌時(shí)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(shí)間序列為對(duì)象,從混沌信號(hào)的自身規(guī)律出發(fā),針對(duì)噪聲對(duì)混沌時(shí)間序列的影響,探索不同應(yīng)用背景和研究對(duì)象下混沌時(shí)間序列的噪聲平滑問題。對(duì)于混沌動(dòng)力學(xué)特性未知、序列長(zhǎng)度較短的序列,提出了一種改進(jìn)的小波變換混沌信號(hào)噪聲平滑方法。這種方法對(duì)含噪聲混沌信號(hào)進(jìn)行二次小波分解,對(duì)分解后不同尺度下的小波信號(hào)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(shí),對(duì)于獲得足夠信息的未知?jiǎng)恿W(xué)特性的實(shí)際觀測(cè)時(shí)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(cè)精確度作為評(píng)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(gè)鄰域都有其自身的動(dòng)態(tài)特性,常規(guī)局部投影方...

【文章頁數(shù)】：67 頁

【學(xué)位級(jí)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(duì)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(hào)，1876]。因此，對(duì)34%噪聲水平對(duì)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(hào)：4030904