信号分形维数估计研究与实现.docVIP

信号分形维数估计的研究与实现 　　摘 要：基于序列分形自仿射特性，提出一种实现一维信号分形维数估计的方法。按不同尺度将信号序列分段为映射区间和象区间，采用搜索算法确定与各象区间最优匹配的映射区间，并根据迭代函数系统理论估计信号的分形维数。以分形维数已知的Mackey-Glass和Lorenz信号为例，仿真表明提出的方法能准确估计信号的分形维数，对实际应用具有一定的参考价值。 　　关键词：分形维数； 自仿射； 迭代函数系统； 搜索算法 　　中图分类号：TN971??+1 文献标志码：A 文章编号：1001-3695(2008)08-2521-03 　　 　　Research and implementation of fractal dimension estimation 　　HE Tao??a??， ZHOU Zheng-ou??b?? 　　（a.Institute of Astronautics Aeronautics, b.School of Electronic Engineering, University of Electronic Science Technology of China, Chengdu 610054, China) 　　Abstract:This paper proposed a method to implement fractal dimension estimation based on the self-affine property of signals. It decomposed the signal series to mapping and mapped segments, and adopted?? a searching algorithm to find the mapping sections that match best for each mapped sect. It estimated fractal dimensionby the iterative function system. Simulations on Mackey-Glass time series and Lorenz system indicate that the proposed method can estimate the fractal dimension accurately. 　　Key words:fractal dimension; self-affine; iterative function system; searching algorithm 　　 　　自从1975年被正式提出，分形理论在数学、物理、化学、生物、经济、管理、社会等学科[1,2]都得到了广泛的应用。在信号分析和处理领域，分形研究对象包括各种常见的噪声与杂波干扰、心电信号、地震波、语音和图像信号等[3,4]。信号分形分析可以对这些信号进行建模、识别和分割处理。分形维数能反映信号波形的几何特征信息，对信号的复杂度、不规则性和全局正则性进行定量描述。准确、稳定地估计分形对象的分形维数在信号的分形分析中是十分关键的。 　　根据分形对象的不同性质，研究者提出了各种分形维数估计方法，如计盒法[5]是根据覆盖分形曲线所需的尺度数与测度之间的指数关系，而功率谱法[6]则是基于分形曲线功率谱具有的指数规律。借助数学形态覆盖法，Maragos 等人[7]用腐蚀和膨胀算子提出了面积法。Frandrin由分数布朗运动的小波系数方差满足幂定律的性质出发导出了分形维数的小波分析法[8]。文献[9]从分数布朗运动特性出发提出了基于离散时间序列的有限长度方差法。这些估计方法在准确度、稳定性、复杂度和对信号长度及信噪比的鲁棒性方面具有不同的性能。 　　分形最基本的特征是自相似性，即局部可以看做是整体的一个小复制品，而分形对象可以看做是通过一系列仿射变换得到的小复制品拼贴而构成。在序列的分形自仿射特性基础上，本文利用迭代函数系统，根据吸引子定理和拼贴定理建立一维信号序列的自仿射模型，并提出一种由模型参数估计信号分形维数的方法。 　　 　　1 分形自仿射与迭代函数系统[10] 　　 　　目前对分形没有一个严格的数学定义，人们通常从分形的特性来对其进行研究。分形是一类复杂性很高、没有特征长度，但具有一定意义的自相似的图形和结构的总称。由于现实世界中的对象通常只是在某些方面表现出分形特性，更多的是考虑研究对象的近似自相似性。一维信号的自仿射分形表现为其结构在新的长度重标下性质不变。将序列某一区间缩小一个因子??b??-1??，接着用一个等于b??-H??的不同因子重标序列，该区间将重标为其自身，即F(X)