浑沌分析 关于CC_的改进算法.doc

附：主程序% 此程序用来测试CC_method% 2008-12-01% zhangliclear allclear all%利用方程获得% 产生 Lorenz 时间序列% dx/dt = sigma*(y-x)% dy/dt = r*x - y - x*z% dz/dt = -b*z + x*ysigma=16; % Lorenz 方程参数b=4; r=45.92; y=-1,0,1; % 起始点 (1 x 3 的行向量)h=0.01; % 积分时间步长k1=10000; % 前面的迭代点数k2=3000; % 后面的迭代点数Z=LorenzData(y,h,k1+k2,sigma,r,b);X=Z(k1+1:end,1);max_d=200; % 最大延迟时间% 调用C_CMethod_inf，求tauticSmean_inf,Sdeltmean_inf,Scor_inf,tau_inf,tw_inf=C_CMethod_inf(X,max_d);toctau_inftw_inf% 相关作图figure(name,CC法求时间延迟);plot(1:max_d,Smean_inf,-b);hold on;plot(1:max_d,Sdeltmean_inf,-*c);hold on;plot(1:max_d,Scor_inf,-m);hold on;plot(1:max_d,zeros(1,max_d),r);title(C_CMethod_inf);xlabel(Lag);legend(S(t)平均值,S(t)平均值,Scor_inf);% 将数据保持下来fid=fopen(Smean_inf.txt,w);fprintf(fid,%fn,Smean_inf);fclose(fid);fid=fopen(Sdeltmean_inf.txt,w);fprintf(fid,%fn,Sdeltmean_inf);fclose(fid);fid=fopen(Scor_inf.txt,w);fprintf(fid,%fn,Scor_inf);fclose(fid);子函数1function Smean,Sdeltmean,Scor,tau,tw=C_CMethod_inf(X,max_d)% 用于求延迟时间tau% X为输入时间序列% max_d为最大时间延迟% Smean，Sdeltmean,Scor为返回值% tau为计算得到的延迟时间% tw为时间窗口% zhangli% 2008-11-30N=length(X);Smean=zeros(1,max_d);Scmean=zeros(1,max_d);Scor=zeros(1,max_d);delt=std(X);% 计算Smean,Sdeltmean,Scorfor t=1:max_d S=zeros(4,4); Sdelt=zeros(1,4); for m=2:5 for j=1:4 r=delt*j/2; Xdt=disjoint(X,N,t); % 将时间序列X分解成t个不相交的时间序列 Xdt=Xdt; s=0; for tau=1:t N_t=floor(N/t); % 分成的子序列长度 Y=Xdt(:,tau); % 每个子序列 Cs1(tau)=correlation_integral_inf(Y,N_t,r);% 计算C(1,N/t,r,t) Z=reconstitution(Y,N_t,m,1); % 相空间重构 Z=Z; M=N_t-(m-1); Cs(tau)=correlation_integral_inf(Z,M,r); % 计算C(m,N/t,r,t) s=s+(Cs(tau)-Cs1(tau)m); % 对t个不相关的时间序列求和 end S(m-1,j)=s/tau; end Sdelt(m-1)=max(S(m-1,:)-min(S(m-1,:); % 差量计算 end Smean(t)=mean(mean(S); % 计算平均值 Sdeltmean(t)=mean(Sdelt); % 计算平均值 Scor(t)=abs(Smean(t)+Sdeltmean(t);end% 寻找时间延迟tau：即Sdeltmean第一个极小值点对应的tfor i=2:length(Sdeltmean)-1 if Sdeltmean(i)Sdeltmean(i-1)&Sdeltmean(i)=0 C=C+1; end endendC=2*C/(M*(M-1); 6. 运行结果图1 原始CC_method算法结果7. 关于参考文献非线性时间序列的相空间重构技术研究(秦奕青,蔡卫东,杨炳儒,2008)文章中提出了一种CC的改进算法。由于不支持