基于多尺度小波分析的长程相关性研究

• 作者: 吴量 李德华 蔡敦波 赵彤洲
• 来源期刊: 华中科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 小波分析 Hurst 指数 长程相关性 Legendre 分形谱 多尺度特性 重分形
• 年，卷（期）: 2015,（z1）
• 所属期刊栏目: 机器人应用
• 页码范围: 486-488
• 页数: 3页
• 分类号: TP391.9
• 语种: 中文
• DOI: 10.13245/j.hust.15S1115

摘要

以实测的海量高频水文数据为研究对象，用多尺度小波分析法研究了非平稳时间序列的长程相关性（LRD）。通过与模拟的分型高斯噪声（FGN）对比分析，发现了采样时间与小波尺度存在一致性关系，并用基于 Legendre 分形谱的多尺度图证明了此类数据中存在重分形特性。实验结果表明：水文数据具有重分形特性，且用多尺度小波分析法分析 LRD 特性是可靠且有效的。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李德华	华中科技大学自动化学院	123	1321	19.0	29.0
2	蔡敦波	武汉工程大学智能机器人湖北省重点实验室	27	83	5.0	8.0
3	吴量	中国科学院生物磁共振分析重点实验室武汉物理数学研究所	12	71	5.0	8.0
4	赵彤洲	华中科技大学自动化学院	2	5	1.0	2.0