微熵率算法分析及实证研究.doc

微熵率算法分析及实证研究 黄奕 谢维波 华侨大学计算机科学与技术学院，福建厦门，361021 华侨大学厦门软件园嵌入式技术开放实验室，福建厦门，361008 摘要：微熵率法重构相空间的有效性和重要性，缺少给出严谨讨论的文献微熵率的计算，以及相关的替代数据的计算，本文以Henon Map混沌特性的理论结果为依据，实证研究微熵率算法的各个环节。理清算法各关键因素的同时，尝试深入理解算法各环节的物理意义。 关键字：微熵率法；替代数据；Henon Map；算法分析；实证研究 中图分类号：TP311 文献标识码：A THE ANALYSIS AND EMPIRICAL RESEARCH OF THE ENTROPY RATIO METHOD HUANG Yi XIE Wei-Bo College of Computer Science Technology, Huaqiao University, Xiamen, 361021 Open Laboratory of Embedded Technology, Xiamen Software Park, Huaqiao University, Xiamen, 361008 Abstract: The effectiveness and importance of the entropy ratio method of phase space reconstruction, the computation of the entropy ratio method and the calculation of relevant surrogate data, all of these lacks of a literature with rigorous discussion; especially lack of the combination of the entropy ratio method and surrogate data. Based on the research result of the chaotic characteristic of Henon Map, the author of this paper research all aspects of entropy ratio algorithm empirically, clarifying the key factor and try to deeply understand the physical meaning of the algorithm. Key words：entropy ratio method；surrogate data； Henon Map；algorithm analysis；empirical research； 引言 在时间序列的分析中，决定序列的可观测因素很多。而且相互作用的动力学方程往往是非线性的。20世纪80年代以来，由于Takens对Whitney早期在拓扑学方面工作的发展，使得深入分析时间序列的背景和动力学机制成为可能。在确定性的基础上，对序列动力学因素的分析，目前广泛采用的是相空间重构法。微熵率法是Gautam等人提出的一个基于样本时间序列及其替代数据的相空间重构方法。熵率是指随机源随时间变化的平均不确定性微熵率法中的替代数据方法为iAAFT，iAAFT是一种性能稳定的替代数据产生方法，能很好匹配原始数据的傅立叶谱和概率密度分布，在数据的非线性检验中被广泛采用。本文微熵率法，采用Henon Map混沌系统作为数据源1 Henon Map混沌系统 1976年法国天文学家和数学家Michel Henon从研究球状星团以及Lorenz吸引子中得到启发，给出了Henon Map混沌系统。此后国内外许多学者就Henon Map混沌系统的全局结构进行了数值研究与仿真研究，并将Henon Map系统扩展到更高维。 1.1 Henon混沌序列 下式为Henon混沌序列： （1） 其中a和b为系统参数，当a = 1.4，b = 0.3时，系统具有混沌特性。经过足够多次的迭代，Henon序列呈现“混沌”现象。 图1 Henon混沌序列图1红蓝两色分别对应初值为（x0 = 0.4，x1 = 0.6）和（x0 = 0.4+10-8，x1 = 0.6）的情况。大约在0 k 40的范围内，红蓝两色的xk序列基本一致；在k 40之后，初始值微小扰动（10-8）的两组xk序列呈现急剧的差异。体现了混沌序列“初值敏感性”的特征。1.2 Henon Map奇异吸引子 奇异吸引子是混沌运动的主要特征。令