基于EEMD与DFA的Hurst指数估计.pdfVIP

· 98· 《测控技术~2013年第32卷第 l0期 基于EEMD与DFA的Hurst指数估计 刘付斌 ，高相铭 (安阳师范学院 物理与电气工程学院，河南 安阳 455000) 摘要：去趋势波动分析(DFA)是一种研究时间序列长相关幂律特性的简单而有效的方法，其 中关键 的 去趋势步骤就是获取序列在不同时间尺度上的局部波动函数。提 出采用整体平均经验模态分解 (EE— MD)确定局部趋势项，去趋势操作通过移除基于EEMD的局部趋势项完成，从而给出了一种基于EEMD 的DFA方法，并将其用于时间序列的Hurst指数估计。采用分形高斯噪声(FGN)和真实网络流量数据 的仿真结果表明，该方法具有较好的估计效果，相比于基于EMD的DFA估计法，具有更高的估计精度。 关键词：去趋势波动分析；整体平均经验模态分解；Hurst指数 中图分类号：TP393 文献标识码 ：A 文章编号：1000—8829(2013)10—0098—04 Est