文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 基于小波方差分解的混沌时间序列噪声估计和阈值去噪黄腾飞
侵权投诉

基于小波方差分解的混沌时间序列噪声估计和阈值去噪黄腾飞

JournalofComputerApplications计算机应用,2013,33(3):890-895文章编号:1001-9081(2013)03-0890-06

ISSN1001-9081CODENJYIIDU2013-03-01

doc.guandang.net.joca.cn

doi:10.3724/SP.J.1087.2013.00890

基于小波方差分解的混沌时间序列噪声估计和阈值去噪

12

黄腾飞,李帮义,熊季霞

1

*

(1.南京航空航天大学经济与管理学院,南京210016;2.南京中医药大学经贸管理学院,南京210046)

(*通信作者电子邮箱htf28@163.com)

要:针对小波噪声处理时重视信号的分解而忽略噪声特性的问题,利用小波变换的方差分解功能对白噪声

的小波系数方差进行分析,提出一种新的小波噪声估计和阈值去噪方法。该方法以时间序列第一、二层的小波方差

摘

Chen等混沌系统的仿真来估计噪声水平,通过计算出噪声方差在各层小波系数上的分布来确定软阈值。对Lorenz、结果表明,该方法有较好的效果。其后对上证指数和上海天然胶期货日收盘价序列进行去噪处理,验证了该方法的有效性。

关键词:小波方差分解;混沌;噪声估计;噪声平滑;阈值方法;股票市场;期货市场

中图分类号:TN911.7;F830.9文献标志码:A

Noiseestimationandreductionforchaotictimeseriesby

waveletvariancedecomposition

HUANGTengfei1,LIBangyi1,XIONGJixia2

*

(1.CollegeofEconomicsandManagement,NanjingUniversityofAeronauticsandAstronautics,NanjingJiangsu210016,China;

2.CollegeofEconomicsandManagement,NanjingUniversityofChineseMedicine,NanjingJiangsu210046,China)

Abstract:Inwaveletnoiseprocessing,signaldecompositioncatchesmoreattentionwhilenoiseitselfisignored.Tosolvethisproblem,byusingthefunctionofwaveletvariancedecompositiontoanalyzewhitenoise,anewmethodofnoiseestimationandreductionbythresholdingwasproposedforchaotictimeseries.Thenoiselevelwasestimatedwithwaveletvariancesatfirstandsecondscale,whilethesoftthresholdwaschosenbycalculatingwaveletvarianceofnoiseateveryscale.ThemethodwastestedinLorenzandChen'ssystem.Theresultshowsthattheproposedmethodisbetterthanotherwaveletnoiseestimationandreductionmethods.Atlast,itisprovedtobeeffectiveinde-noisingShanghaiStockExchange(SSE)indexandShanghaiFuturesExchange(SHFE)rubberfuturestimeseries.

Keywords:waveletvariancedecomposition;chaos;noiseestimation;noisesmoothing;thresholding;stockmarket;futuresmarket

0引言

混沌信号的噪声处理一般有两个步骤:噪声估计和噪声

大于该阈值的系数分量全部截断,便是一种硬阈值方法。由于硬阈值方法处理过的小波系数在阈值点处不连续,重构的信号可能产生震荡,故现在一般采用软阈值居多,其特点是将大于阈值的分量置为分量与阈值之差。Donoho

[1]

[4]

平滑。

噪声估计的关联积分方法由Schreiber于低噪声。后来Leontitsis等Urbanowicz等积分法,

[3]

[2]

提出的广义

[6][7]

提出,根据关联

阈值选取方法便属于软阈值方法,其优点是考虑了不同频率是一种非线性算法。此后赵瑞珍等的小波系数特性,

又在则提

该方法上加以改进,将阈值随尺度的对数减少;Han等果一般要优于前两者。

前述小波噪声估计和阈值降噪方法的共同特征是,比较多地考虑了信号在不同小波系数上的分布,而对噪声本身在小波分解后的分布关注较少。例如只以第一个小波系数来估算噪声水平,其理由是噪声应主要集中在该尺度上,并且噪声方差的影响应主要体现在离差中位数上。这种估计方法虽然在实际应用中取得成功,但在一些情况下还是会出现偏差。因此,是否能找到有理论基础、稳定性更好的小波噪声估计方

积分受噪声影响而产生的波动来计算噪声方差,该方法适用

对该方法做了改进,对于高噪

声也能较为准确地估计。粗糙纹理熵方法本质上也属于关联

利用递归图纹理和关联积分之间的

[4]

该法效出根据不同的小波分解系数层情况灵活地选取阈值,

Marquardt方法拟合得出噪关系构建熵函数,并用Levenberg-声方差。小波方法是Donoho

提出的,用小波分解第一层系

数的中值绝对变差来估计噪声。

在噪声平滑方面,小波阈值降噪方法因为速度快、光滑度好,在实际工作中得到了非常广泛的应用。

小波的阈值降噪一般分为硬阈值和软阈值。Zhang等

[5]

指出以代价函数和最小误差函数相等来确定最佳阈值,并对

收稿日期:2012-09-24;修回日期:2012-11-03。

基金项目:国家社会科学基金资助项目(10BGL010);国家自然科学基金资助项目(70962010)。作者简介:黄腾飞(1969-),男,安徽马鞍山人,博士研究生,主要研究方向:投融资决策、金融风险控制、非线性与混沌;李帮义(1963-),男,山东邹平人,博士生导师,教授,博士,主要研究方向:金融决策与风险控制、供应链管理;熊季霞(1973-),女,湖南长沙人,副教授,博士,主要研究方向:金融投资、医药经济。

第1页

你可能喜欢

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email