状态弥散最小化(PDM)算法的改进与应用.pdfVIP

摘 要 摘 要 基于非均匀离散信号的处理技术是现代信号处理技术发展的方向之一，该技术在 天文、水文、生物、地震分析等领域发挥着重要的作用。状态弥散最小化 （PDM ） 是一种能快速、准确地检测出时间序列信号中存在特征周期的信号处理方法，该方法 适用于处理时间间隔大，覆盖不佳，非正弦波曲线形状以及具有噪声成分的非均匀离 散时间序列。但是 PDM 技术也存在一些不足，如：对噪声比较敏感，计算箱数据散 度时，箱结构的选择缺乏统一标准，这些原因导致该方法在工程应用上受到诸多限制。 为此，本文在对非均匀离散时间序列算法进行研究分析的基础上，重点对 PDM 算法 的性能及应用进行了研究，并提出了改进与提高算法精度的方法，本文的主要工作及 研究内容如下： 1．系统地回顾了信号分析与处理的方法、发展现状以及存在的问题。重点对非 均匀离散时间序列算法的优缺点进行了总结，并指出了各种算法的适用范围。 2 ．对 PDM 算法的性能进行了分析，采用相位拟合曲线技术及谐波平均化处理 技术对传统 PDM 技术进行了改进。并将加权小波分析法（WWZ ）和 LS 周期图算 法作为对比分析。仿真结果表明，改进的算法简单易行，能有效地提高算法的判断精 度。 3 ．提出采用线性插值法对时间域上的非等间距采样信号进行预处理，并将其应 用于经验模态分解（EMD ）算法的时频分析。本文采用了信号插值法对非均匀离散 信号进行重构，并使用 EMD 算法对该信号进行时频分析，从仿真结果上看，该做法 是可行的。 4 ．运用不同原理的非均匀离散时间序列算法，多角度，多方法验证致密天体的 光变特性。使用改进的 PDM 算法、LS 周期图、WWZ 法对活动星系核 NRAO 530 的光变进行了对比分析，各算法的分析结果均验证了本文方法在实际应用中的可行性 和有效性。 关键词：非均匀离散时间序列，WWZ，PDM ，NRAO 530 ，光变 I 万方数据 Abstract ABSTRACT As one of the important direction of modern signal processing technology development, based on uneven distribution signal processing plays a most important part in astronomy, hydrology, biology, seismic analysis. The PDM technique is a very fast and accurate method to determine periodic components of data sets with erratic time intervals, poor coverage, non-sine-wave curve shape, and noise components. However, the PDM method also has disadvantage which results in the limitation of the engineering applications, such as be more sensitive to the errors and the noise in noise an