估计非线性时间序列嵌入延迟时间和延迟时间窗的C-C平均方法

重构相空间是非线性分析的基础,利用关联积分导出的C-C方法是估计相空间重构参数延迟时间τd和延迟时间窗τw的有效方法。由于混沌系统的初值敏感性和实际序列长度有限并带噪,使得C-C方法估计出的τd和τw具有波动性。为了降低估值偏差,借鉴谱估计中平均法的思想,提出一种不同于已有文献利用整段序列估算τd和τw,而采用对序列分段估值后取平均的方法,并重点讨论了带噪序列的τd和τw估值及序列长度对估值的影响。数值仿真证明这种平均处理方法对τd和τw的估值具有较好的有效性和可靠性。