水文时问序列的最大熵谱分析与优化方法.pdfVIP

第8期 广东水利水电 Nn．8 2012年 8月 GUANGDONG WATER RESOURCESAND HYDROPOWER Aug．2012 水文时问序列的最大熵谱分析与优化方法 仝黎熙 ，张旭 臣 ，王 燕 (1．水利部海委引滦工程管理局，天津 064309；2．河北省承德水文水资源勘测局，河北 承德 600700) 摘 要：通过构造与实际资料类似的理论序列，研究了最大熵谱估计的性质。探讨了模型定阶、低频成分识别、噪声污 染等问题。提 出了用有约束的线性规划方法对估计结果进行优化的方法，从而可以有效地提高估计精度。由于水文时间 序列存在复杂的周期组合，短期序列的算数平均法估计序列均值可能存在较大误差，而周期与均值进行协同估计是可能 的，而且能够提高估计精度。如果一个时间序列仍在周期变化可以合理解释的范围内，不可盲 目对其进行确定性的趋势 预测 。 关键词：最大熵谱分析 ；时间序列；周期；谐波系数；均值；非线性规划；约束条件 中图分类号：P333 文献标识码 ：B 文章编号：1008—0112(2012)08—0008—05 水文时间序列往往隐含着复杂的周期性变化。频 程 。 谱分析技术是研究周期性现象中最为常用的一种统计 1．1 周期的提取与谐波数的确定 分析方法，其主要是通过对一复合的波系进行数据变 图1、图2分别是有噪声污染和无噪声污染 2种 换，将其分解成若干振幅和相位不同的简谐波，并找 情况下不同阶数相应的最大熵频谱分布图。 出其中振幅最大的波，即该复合波中的主要频率。 可以看出：定阶是否准确，对谱估计的结果是有 实际的水文时间序列的长度是 比较短的，一般可 影响的。阶过小会漏掉某些有用频率成分 即出现 “蚀 视为无限长信号在特定时间段的一个截取。对于这种 频”现象，这种情况主要出现在低频部分，阶数过小 短期的时问序列，经典谱估计方法存在很多问题。针 很可能会造成低频成分不能被有效分辨出来 ，而这些 对传统谱估计方法的局限性，J．P．伯格于 1967年首 低频成分往往对水文时间序列分析具有重要意义。阶 先提出按最大熵外推相关函数的谱分析法——最大熵 过大则会 出现不该有的虚假频率成分即 “增频”现象。 谱估计方法 (MEM)J。最大熵谱估计方法 (MEM)在 当序列有明显的趋势性时，应特别注意低频成分的提 实际应用中也存在一些相关问题需要深入研究。 取，此时宜逐渐加大阶数P，仔细观察谱峰变化。 1 间序列周期的最大熵谱分析方法 对 比图1和图2可以发现，噪声污染会 引起 “增 最大熵谱 的思路是把 自相关函数外推至无穷，然 频”现象，而这种现象主要发生在高频部分 。而噪声 后再作频域复核，信号分析中的所谓 “熵”，只表示单 对低频部分的影响则与之相反，常使低频部分谱峰变 位信号中所含有的信息量。最大熵谱方法原理可概述 宽或难以识别，从而有可能造成 “蚀频”现象 J。 为：利用 已有的自相关函数值，在保证最大熵的前提 1．2 谐波系数的最小二乘估计 下，构造 出已知 自相关函数的相邻值；重复这个步骤， 经过最大熵谱分析可提取到时间序列中隐含的主 将 自相关函数 向两边外推，直至正负无穷处，最后作 要周期。为了进一步确定各个周期成分对时间序列的 频域变换，求得连续的功率谱估计。这实际上是一个 影响与作用，需进一步求得各主要周期相对应的谐波 泛函取极值过程 ，目前在实际计算中，经常利用