[發(fā)明專利]一種識別水文時間序列周期的方法

在審

• 申請?zhí)枺?/td>: 201210045747.X
• 申請日: 2012-02-27
• 公開（公告）號: CN102622517A
• 公開（公告）日: 2012-08-01
• 發(fā)明（設(shè)計）人: 桑燕芳;王中根;劉昌明
• 申請（專利權(quán)）人: 中國科學(xué)院地理科學(xué)與資源研究所
• 主分類號: G06F19/00
• 分類號: G06F19/00
• 代理公司: 江蘇圣典律師事務(wù)所 32237
• 代理人: 賀翔

1.一種識別水文時間序列周期的方法，其特征在于包括以下步驟：

1）首先檢查所分析水文時間序列的可靠性，然后通過選擇合理的曲線擬合方法、邊界點處理方法和終止條件后，確定具體的總體平均經(jīng)驗?zāi)B(tài)分解方法，即EEMD方法；

2）應(yīng)用所確定的EEMD方法對序列進(jìn)行分解，序列x(t)的分解結(jié)果記為：

???????????????????????????(8)

其中，N表示識別出的固有模態(tài)函數(shù)（IMFs）的個數(shù)，C_i表示第i個IMF，R_N是最后剩余成分，一般對應(yīng)著序列的趨勢；

3）?利用白噪聲的能量擴(kuò)散函數(shù)，識別出所有IMFs中的確定性固有模態(tài)函數(shù)，即MIMFs；

4）對于每個MIMFs，應(yīng)用熵譜分析方法識別周期，即MESA方法；

5）最后綜合各MIMFs的周期識別結(jié)果，得到所分析水文時間序列的周期。

2.根據(jù)權(quán)利要求1所述的識別水文時間序列周期的方法，其特征在于所述步驟2）EEMD方法對序列進(jìn)行分解的過程為：

初始化：i=1，并定義r₀?=?x(t)；

對于r₀，識別所有的局部極值點，包括極大值和極小值，然后利用三次樣條曲線擬合方法分別擬合局部極大值點和極小值點，并作為上包羅線和下包羅線；

對比并求解上下包羅線的均值曲線m_(j=1)；

通過求解序列r₀與m_(j=1)的差值，得到第一個序列h_(j=1)；

將h_(j=1)作為r₀然后重復(fù)步驟（2）-（4），即不斷地?j=j+1?直至上下包羅線在滿足一定的準(zhǔn)則下符合關(guān)于橫坐標(biāo)對稱的要求，最后的h_(j)結(jié)果記為C_i；

重新定義r₀?=?x(t)-C_i并i=i+1，然后重復(fù)步驟（1）-（5），當(dāng)i=N且剩余成分R_N?變成一個單調(diào)函數(shù)，只包含內(nèi)部極值點不能再識別任何IMF時，“篩選”過程結(jié)束。

3.根據(jù)權(quán)利要求1或2所述的識別水文時間序列周期的方法，其特征在于步驟4）的過程為：

令?X?表示待估頻譜的水文序列，水文序列頻譜與熵的關(guān)系式為：

??????????????????????(1)

其中，f_N表示?Nyquist頻率，S(f)?表示頻率f處的頻譜值，E_d?則表示熵密度；

????對于指定的水文時間序列，公式（1）右端第一部分是常數(shù)，求解過程只需保證第二部分的積分項最大化即可，因此公式（1）可簡化為：

最大化：????????????????????????????????????????(2)

約束條件：???????????????????????(3)

其中，m表示指定的最大時滯，i=(-1)^1/2，r_x(k)表示序列X的第k階自相關(guān)系數(shù)；

同樣地，如果待估頻譜僅與已知階數(shù)上的自相關(guān)特性有關(guān)，必須滿足公式（4）的求導(dǎo)結(jié)果：

????????????????(4)

上式表明函數(shù)1/S(f)的Fourier變換結(jié)果在時滯k=m處截斷，然后可得到公式（5）：

??????????????????????(5)

最大時滯或濾波器長度為m時，通過求解熵最大化可得到公式（6）：

?????????????????(6)

式中，P(m+1)?表示向前一步預(yù)報誤差的能量值，γ_x(j)?表示用于預(yù)報的濾波器系數(shù)，?γ_x(j)?和?P(m+1)?則通過遞歸算法估計求解，頻譜S(f)?由式（7）估計得到：

?????????????????????(7)。