卢世坤 作品数:12 被引量:23 H指数:2 供职机构: 中国人民解放军第二炮兵工程大学 更多>> 发文基金: 国家自然科学基金 中国博士后科学基金 更多>> 相关领域: 天文地球 理学 电气工程 电子电信 更多>>
时间序列的非线性非平稳特性研究综述 时间序列的非线性非平稳性研究在许多领域广泛开展,本文首先介绍了时间序列非线性和非平稳性检验方法及度量方法。在此基础上,对于非线性时间序列,分别从模型化分析方法、混沌特性分析以及分形特性分析等方面综合叙述了当前时间序列非线... 卢世坤 李夕海 牛超 陈蛟关键词:时间序列 非线性 时间序列的非线性非平稳特性研究综述 时间序列的非线性非平稳性研究在许多领域广泛开展,本文首先介绍了时间序列非线性和非平稳性检验方法及度量方法。在此基础上,对于非线性时间序列,分别从模型化分析方法、混沌特性分析以及分形特性分析等方面综合叙述了当前时间序列非线... 卢世坤 李夕海 牛超 陈蛟关键词:时间序列 非线性 文献传递 基于AR模型-互信息量的时间序列非线性度量 借鉴BDS非线性检验中去除线性相关性影响的方法,提出基于AR模型—互信息量的时间序列非线性度量方法。分别利用强非线性数据集、弱非线性数据集和线性数据集对该方法进行验证,试验结果表明,基于AR模型—互信息量的时间序列非线性... 卢世坤 李夕海 牛超关键词:AR模型 互信息量 时间序列 文献传递 一种基于Fisher投影的时间序列非线性检验 2015年 为进一步提升替代数据法非线性检验的性能和稳定性,引入Fisher投影将不同的非线性检验统计量进行组合并投影,使不同非线性统计量的检验性能互补。利用6类非线性混沌序列和线性高斯白噪声序列进行实验,检验该方法的有效性,结果表明,基于Fisher投影的替代数据法对各类信号正确检验的能力明显提升,且稳定性较好,具有较强的数据适应性;尤其是三阶自协方差统计量、峭度和三阶自相关统计量的三维组合,相对于其他的统计量组合,对非线性混沌序列及线性高斯白噪声序列的检验能力更强,数据适应性更高。 卢世坤 李夕海 牛超 曾小牛 杨晓芸关键词:检验统计量 基于HHT变换的地磁变化场Z分量非平稳性度量研究 为进一步研究地磁变化场的非平稳变化特征,采用基于希尔伯特一黄变换(HHT)的非平稳性度量方法,给出了时间序列时域非平稳度的计算公式,分析了不同K指数、不同Lloyd季节和昼夜地磁变化场z分量的时间域非平稳度变化特点。研究... 卢世坤 李夕海 牛超关键词:希尔伯特-黄变换 文献传递 地球变化磁场时间序列的Volterra级数自适应预测模型研究 在应用地磁学研究的许多领域都需要对地球变化磁场进行建模预测。本文尝试运用混沌理论中的相空间重构理论结合Volterra级数自适应预测模型对地球变化磁场时间序列进行了单步预测和多步迭代预测。预测结果为:单步预测绝对误差小于... 牛超 卢世坤 李夕海关键词:混沌 VOLTERRA级数 文献传递 位场向下延拓的改进迭代维纳滤波法 被引量:16 2014年 根据维纳滤波理论导出的位场向下延拓滤波器为最佳下延滤波器,但因其实现需要已知待求位场和噪声的功率谱而在实际应用中受到限制.针对该问题,本文首先提出一种基于位场径向平均功率谱的位场噪声水平估计方法,进而利用偏差准则求取正则化参数,实现位场正则化向下延拓;然后将位场正则化下延结果的功率谱作为待求位场功率谱的估计初值,采用带修正项的迭代维纳滤波方法来更新对待求位场功率谱的估计,最后提出本文的位场向下延拓改进迭代维纳滤波方法.基于理论重力模型数据及航磁实测数据进行了向下延拓对比试验,结果表明,改进迭代法具有较好的收敛性,且下延精度优于Tikhonov正则化法和递增型维纳滤波法. 曾小牛 刘代志 李夕海 牛超 杨晓君 卢世坤关键词:位场 TIKHONOV正则化 地磁变化场的MEEMD-样本熵-LSSVM预测模型 被引量:5 2014年 针对地磁变化场时间序列的混沌特性,提出了一种改进的集成经验模态分解(modified ensemble empirical mode decomposition,MEEMD)-样本熵-最小二乘支持向量机(least square support vector machine,LSSVM)的地磁变化场预测模型。首先,利用MEEMD-样本熵将非平稳的地磁变化场时间序列分解为一系列复杂度差异明显的地磁变化场子序列;然后,针对每一个子序列分别建立LSSVM模型,选择各自适合的最优模型参数;最后,以地磁台站实测的地磁变化场数据为例进行实验,并与基于单一LSSVM以及RBF径向基神经网络的两种预测模型进行比较。实验结果表明,MEEMD-样本熵-LSSVM模型的预测值能紧跟地磁变化场的变化趋势,相比另外两种模型,体现出更好的预测效果,在地磁Kp指数小于3时,预测3h平均绝对误差为1.63nT。 牛超 李夕海 易世华 卢世坤 刘代志关键词:最小二乘支持向量机 基于改进STI方法的外源磁场垂直分量动力非平稳性分析 被引量:1 2014年 Space Time-Index(STI)方法是一种验证时间序列中是否存在非平稳性的图示方法.利用改进的STI方法可以定量分析外源磁场垂直分量z的非平稳性特征.以不同地磁指数(K=0,2,4,6)、不同Lloyd季节和昼夜外源磁场z分量为对象进行对比分析.结果表明,改进的STI方法能够有效检验外源磁场的非平稳特性,且z分量为非平稳时间序列;不同K指数的z分量分析表明,随着K指数的增加,z分量的相空间分布越来越不均匀,时间演化特征越来越复杂;不同Lloyd季节的分析表明,各季节的STI图较为相似,但随着日地距离的减小,z分量时间演化特征的复杂性增强,呈现出一定季节变化特征;对昼夜变化的分析可知,夜晚z分量STI图的波动性比白天要强。 卢世坤 李夕海 牛超关键词:SPACE 基于EEMD和改进Elman神经网络的地球变化磁场短时预测 被引量:1 2014年 针对地球变化磁场时间序列的混沌特性,提出了一种集成经验模态分解(ensemble empirical mode decomposition,EEMD)和改进Elman神经网络的地球变化磁场预测模型.首先,利用EEMD将非平稳的地球变化磁场时间序列分解为一系列具有不同特征尺度的本征模态函数(intrinsic mode function,IMF);然后,针对每一个IMF分别建立改进Elman神经网络模型,选择各自适合的最优模型参数;最后,以地磁台站实测的地球变化磁场数据为研究对象,并与基于单一Elman神经网络预测模型相比较,结果表明,EEMD-改进Elman神经网络模型的预测值能紧跟地球变化磁场的变化趋势,且明显优于基于单一Elman神经网络的模型,体现出更好的预测效果.在地磁Kp<3时,预测3h平均绝对误差为1.74nT. 牛超 卢世坤 祁树锋关键词:改进ELMAN神经网络