matlab时间序列的多时间尺度小波分析.docVIP

  • 41
  • 0
  • 约2.94千字
  • 约 6页
  • 2020-12-17 发布于浙江
  • 举报

matlab时间序列的多时间尺度小波分析.doc

小波分析—时间序列的多时间尺度分析 一、问题引入 1.时间序列(Time Series) 时间序列是指将某种现象某一个统计指标在不同时间上的各个数值,按时间先后顺序排列而形成的序列。在时间序列研究中,时域和频域是常用的两种基本形式。其中: 时域分析具有时间定位能力,但无法得到关于时间序列变化的更多信息; 频域分析(如Fourier变换)虽具有准确的频率定位功能,但仅适合平稳时间序列分析。 然而,许多现象(如河川径流、地震波、暴雨、洪水等)随时间的变化往往受到多种因素的综合影响,大都属于非平稳序列,它们不但具有趋势性、周期性等特征,还存在随机性、突变性以及“多时间尺度”结构,具有多层次演变规律。对于这类非平稳时间序列的研究,通常需要某一频段对应的时间信息,或某一时段的频域信息。显然,时域分析和频域分析对此均无能为力。 2.多时间尺度 河流因受季节气候和流域地下地质因素的综合作用的影响,就会呈现出时间尺度从日、月到年,甚至到千万年的多时间尺度径流变化特征。推而广之,这个尺度分析,可以运用到对人文历史的认识,以及我们个人生活及人生的思考。 3.小波分析 产生:基于以往对于时间序列分析的各种缺点,融合多时间尺度的理念,小波分析在上世纪80年代应运而生,为更好的研究时间序列问题提供了可能,它能清晰的揭示出隐藏在时间序列中的多种变化周期,充分反映系统在不同时间尺度中的变化趋势,并能对系统未来发

文档评论(0)

1亿VIP精品文档

相关文档