由于各種非線性動力系統(tǒng)的實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測精度,因此,需要對實際觀測的混沌時間序列進行有效地噪聲平滑。 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。對于混沌動力學特性未知、序列長度較短的序列,提出了一種改進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特性的實際觀測時間序列,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)絡的預測精確度作為評判噪聲平滑效果的主要準則,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為是噪聲的部分進行分析以防止過多的除去有用信號，1876]。因此，對34%噪聲水平對應的噪聲序列和噪聲平滑后序列分別進行自相關(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