小波方差制作步骤.docVIP

第六章 时间序列的小波分析 时间序列（Time Series）是地学研究中经常遇到的问题。在时间序列研究中，时域和频域是常用的两种基本形式。其中，时域分析具有时间定位能力，但无法得到关于时间序列变化的更多信息；频域分析（如Fourier变换）虽具有准确的频率定位功能，但仅适合平稳时间序列分析。然而，地学中许多现象（如河川径流、地震波、暴雨、洪水等）随时间的变化往往受到多种因素的综合影响，大都属于非平稳序列，它们不但具有趋势性、周期性多时间尺度结构，具有多层次演变规律20世纪80年Morlet提出的具有时-频多分辨功能的它清的揭示出隐藏在时间序列中的种变化周期，反映系统在不同时间尺度中的变化趋势，并能对系统未来发展趋势进行定性估计。小波分析理论已在信号处理、图像压缩、模式识别、数值分析和大气科学等众多的非线性科学领域内且满足： （1） 式中，为基小波函数，它可通过尺度的伸缩和时间轴上的平移构成一簇函数系： 其中， （2） 式中，为子小波；a为尺度因子，反映小波的周期长度；b为平移因子，反应时间上的平移。 需要说明的是，选择合适的基小波函数是进行小波分析的前提。在实际应用研究中，应针对具体情况选择所需的基小波函数；同一信号或时间序列，若选择不同的基小波函数，所得的结果往往会有