非线性时间序列分析及其应用.doc

抄完温师兄的笔记,觉得蛮过瘾;于是继续抄抄抄...这两天终于抄累了,决定不再抄了.已经整理成电子版的,尽量发文发上来,就此作罢;天知道怎么会抄e版笔记也会抄上瘾?看来真有点控制不住自己,就跟小时候逃课去打街机一个德性... 再不抄了,就此作罢. 非线性时间序列的例子 Logistic模型 xn+1=Rxn(1-xn) R=1.5时,不管初始状态x0在何处,随时间的演化,系统都将单调地趋向于1/3, R=2.9时,不管初始状态x0在何处,随时间的演化,系统都将交替地趋向于19/29, Logistic模型R=3.3时, 不管初始状态x0在何处,随时间的演化,系统都将在0.48和0.82两个状态之间周期性地变化, R=4时,随时间的演化,系统将出现不规则的振荡,看起来好像是随机的-- -表明系统对初值具有非常敏感的依赖性,也说明这样的系统只能进行短期预测,要进行较长时间的预测会变得不正确. 弹簧振子受迫振动 Lorenz系统 dx/dt=sigma (y-z) dy/dt=x(r-z)-y dz/dt=xy-bz 取sigma=10,r=28,b=8/3时,系统是混沌的. 实际问题中的实测时间序列 股票指数时间序列 太阳黑子数时间序列 Chapter 2:单变量非线性时间序列分析 例2.1 Henon映射: xn+1=1-1.4xn2+yn yn+1=0.3xn 该系统实际上只与状态变量xn的前两个时刻的状态有关. 相空间重构的基本原理是F.Takens和R.Mane的延迟嵌入定量,它建立了观测信号系统时间波动和动力系统特征之间的桥梁. 基本思想: 通过观测或实验获得单变量时间序列{xn},做以下相空间重构: xn=(xn,xn-tao,…,xn-(m-1)*tao) 从而形成m维状态空间,在重构的m维状态空间中可以建立数学模型: xn+1=G(xn) F.Takens和R.Mane证明了只要适当选取m和tao,原未知数学模型的混沌动力系统的几何特征与重构的m维状态空间的几何特征是等价的,它们具有相同的拓扑结构,这意味着原未知数学模型的混沌动力系统中的任何微分或拓扑不变量可以在重构的状态空间中计算,并且可以通过在重构的m维状态空间中建立数学模型对原未知数学模型的动力系统进行预测,进一步解释/分析/指导原未知数学模型的动力系统. 相空间重构 设动力系统是由非线性差分方程: zn+1=F(zn) 表示的离散系统,或者是由微分方程 dz(t)/dt = F(z(t)) 表示的连续系统,其中zn或z(t)是系统在时刻n或t的状态向量,F(.)是向量值函数.时间序列{xn}是观测到的系统某一维输出,即: xn=h(zn)+wn, 或: xn=x(t0+nΔt)=h[z(t0+nΔt)]+wn, 式中,h(.)是多元数量值函数；wn为在观测或者测量过程中由于技术手段不完善或者精度不够引起的测量噪声. 根据F.Takens的定理,当wn=0时,观察到的时间序列{xn}以向量: xn=(xn,xn-tao,…,xn-(m-1)*tao) 形成m维空间,只要m=2d+1,动力系统的几何结构可以完全打开,其中d是系统中吸引子的维数,tao是正整数,称为延迟时间间隔.条件m=2d+1是动力系统重构的充分但不必要条件,获得动力系统重构的整数m叫做嵌入维数.状态空间中xn- -xn+1的演化反映了未知动力系统zn- -zn+1或z(t)- -z(t+1)的演化,并且状态空间Rm中吸引子的几何特征与原动力系统的几何特征等价,这意味着原动力系统中任何微分或拓扑不变量可以重构的状态空间中计算.F.Takens的定理是在无噪声的情况下考虑的,wn=0,后来T.Sauer等把延迟嵌入定理推广到了具有噪声的情形. 对一组长为N的实测时间序列{xn}n=1N,由xn=(xn,xn-tao,…,xn-(m-1)*tao)可构造出m维状态向量: xn=(xn,xn-tao,…,xn-(m-1)*tao) in Rm, n=N0,N0+1,…,N 其中N0=(m-1)*tao+1,tao是延迟时间间隔.在Rm中在L2或Linfinity范数定义xi到xj的距离. 为了能在重构的Rm空间中刻画原动力系统的性质,需正确地确定延迟时间间隔tao和嵌入维数m. 延迟时间间隔的确定 由延迟嵌入定理可知,在时间序列无限长,无噪声,无限精确的情况相,可以任意选择tao,但实测时间序列是有限长的,且一般都有噪声污染和测量误差,只能根据经验来选择tao.选择tao的基本思想是使xn与xn+tao具有某种程度的独立但又不完全相关,以便它们能在重构的相空间中作为独立的坐标处理.如果tao太大,则xn与xn+tao的值充分靠近,以至于不能区分它们,从实际观点看不能提供两个独立的坐标,导致吸引子重构非