基于小波分解和相空间重构大气电场混沌特征浅析.docVIP

基于小波分解和相空间重构大气电场混沌特征浅析 　　摘要： 本文通过对伴有闪电过程的地面大气电场强度时间序列进行相空间重构分析知，闪电时段内地面大气电场强度时间序列均呈现混沌特性，而非闪电时段内地面大气电场强度时间序列并不全部呈现混沌特性；闪电时段内的地面大气电场强度时间序列经过小波函数sym5的4层分解重组的低频部分的相空间重构混沌特性较原始时间序列的相空间重构混沌特性明显。 　　Abstract： Through the phase space reconstruction analysis knowledge， lightning period ground atmospheric electric field intensity time series showed a chaotic characteristics， rather than during the period of lightning ground atmospheric electric field intensity time series does not show chaotic characteristics of accompanied by lightning ground atmospheric electric field intensity time series； within the period lightning ground atmospheric electric field intensity time series through the four layer wavelet sym5 decomposition reorganization of the low-frequency part of the phase space reconstruction of chaotic characteristics than the original time series in the phase space reconstruction of chaotic characteristics significantly. 　　关键词： 小波分解；相空间；电场强度；混沌 　　Key words： wavelet decomposition；phase space；electric field intensity；chaos 　　中图分类号：TN249 文献标识码：A 文章编号：1006-4311（2016）28-0161-03 　　0 引言 　　贵州地处云贵高原亚热带地区，受西南季风的影响，雷暴活动较频繁。贵州省年平均雷暴日51.66d以上，雷电地闪平均密度达10.4次/km2，贵州属于强雷暴区域。大气对流模型具有典型的混沌特性，且雷暴天气是典型的大气强对流模型。混沌时间序列已广泛应用于大气科学类研究，混沌时间序列是介于随机和规律之间，短期内系统的运动轨道是可以预测的。黄显高[1]等人在1999年利用小波多尺度分解算法实现了噪声与混沌的分离，在此基础上他又利用小波多尺度分解实现混沌和掩藏在其中的目标信号的分离[2]。 　　本文数据来源于贵州省内安装的DNDY型大气电场仪测量的地面大气电场强度值，该大气电场仪有效探测半径为10km，安装在距离地面0.7m的高度。每秒采集一次数据。在实际测量的过程中，由于采集方法和仪器精度的限制，使得信号序列不可避免地夹杂噪声。小波分解是将时间序列分解为低频部分与高频部分，即将噪声的能量分布在全部的小波系数上，而信号的小波系数仅集中于频率尺度空间的有限部分，信号的能力分布在小部分的小波系数上[3]。 　　本文首先对DNDY型大气电场仪监测的闪电时段与非闪电时段地面大气电场强度时间序列判断是否具有混沌特征，其次对闪电过程中地面大气电场强度时间序列进行小波分解，对小波分解重组后的地面大气电场强度时间序列低频部分判断是否具有混沌特征。希望该方法对分析地面大气电场强度时间序列提供一种新思路。 　　1 基本理论 　　1.1 小波分解原理 　　小波分解旨在解决信号频域和时域的矛盾，采用时间窗和频率窗可变的分析方法，使得高频部分具有较低的频率分辨率，低频部分具有较高的频率分辨率。分解的小波系数进行权重处理并对小波信号进行重构。根据文献[3]，本文采用sym5小波对地面大气电场强度时间序列进行分解。 　　具体步骤如下：①选定一种小波，对一维时间序列进行N层小波分解；②选择一个阈值对不同尺度下的高频系数进行软阈值量化处理；③小波分解后的系数进行小波逆变换，得到分解后的重构信号。 　　1.2 相空间重构理论及非线性动力学特性参数算法 　　Takens定理[4]：采用相空间重构的