心动周期信号的混沌特征分析及应用

目的：研究心动周期信号（ＨＰＳ：Ｈｅａｒｔｐｅｒｉｏｄｓｉｇｎａｌ）的混沌特征和谱特征，及这些特征随年龄的变化。背景：描述心动周期信号的混沌特征的参数有：相对分散度（Ｈｒｄ），李雅普诺夫指数（Ｈｌｅ），分维数（Ｈｆｄ）以及我们提出的混沌度（Ｌｃｃ：ＣｈａｏｓｎｅｓｏｆＨＰＳ）。目前只有分维数与年龄关系的初步工作发表，未见有全面研究ＨＰＳ的混沌特征的工作报道。方法：将２６４例１４～６９岁健康自愿受试者分成６个年龄组（１０～１９，２０～２９，３０～３９，４０～４９，５０～５９，６０～６９），用本室研制的计算机化心动周期信号混沌分析系统进行测试。采用ＣＭ５导联，采样频率３００Ｈｚ，ＡＤ转换精度１２位，提取５１２个心动周期，计算Ｈｒｄ，Ｈｌｅ，Ｈｆｄ，Ｌｃ以及总功率（Ｔｆｐ）及三分段的绝对及相对功率（Ｐｖｖ，Ｐｌｖ，Ｐｈｖ，Ｐｖｒ，Ｐｌｒ，Ｐｈｒ）及平衡参数Ｒｖｈ，Ｒｌｈ（Ｒｖｈ＝Ｐｖｖ／Ｔｆｐ，Ｒｌｈ＝Ｐｌｖ／Ｔｆｐ），给出ＨＰＳ时域图，相平面图（ＰｈａｓｅＰｌａｎｅＰｌｏｔ），延迟映射图（Ｒｅｔｕｒｎｍａｐ）以及功率谱。结果：１四个混沌特征参数及功率谱的绝对及相对功率和总功率都随年龄的增加而降低，降低的重要原?

利用小波包分析和混沌特征提取进行船舶辐射噪声分类

基于船舶辐射噪声信号具有非线性、非平稳的特征 ,提出采用提取船舶辐射噪声信号的非线性混沌特征量和多尺度小波能量特征 ,并将两者综合作为特征参数输入神经网络分类器进行船舶分类识别。实验结果表明 ,该方法能较好地区分不同类型的船舶。

基于混沌特征和支持向量机的内燃机故障诊断

为解决内燃机故障诊断这一复杂问题,对6110型柴油机进行气门间隙故障模拟试验,测得振动信号,并计算其关联维数、最大Lyapunov指数、Kolmogorov熵3个混沌特征和它们的统计特征,作为故障特征量,利用支持向量机对故障进行识别。结果表明,用单一的混沌特征识别故障类型,效果较差;将统计特征与混沌特征共同作为故障的特征向量,效果较好。

不同尺度电磁辐射时间序列的混沌特征初步分析

基于混沌理论,研究了不同尺度煤岩电磁辐射时间序列的混沌特征.研究结果表明:小尺度煤岩电磁辐射脉冲数序列和现场煤岩电磁辐射时间序列的关联维数均收敛于稳定的饱和值,具有混沌特性;有冲击危险时,电磁辐射时序的饱和关联维D2数值较大,变化剧烈;无冲击危险时,电磁辐射时序的饱和关联维数D2数值较小,变化平缓.电磁辐射时序饱和关联维数的变化,可用于监测预报煤岩动力灾害.

混沌特征量识别切削颤振的试验研究

针对切削颤振具有的非线性,传统信号处理方法不能全面揭示颤振特征及难以识别预报等问题,通过改变切削速度及深度的多组切削试验,获得从平稳切削到颤振状态完整过程的多组振动加速度信号,采用关联维数、最大Lyapunov指数及Kolmogorov熵等分析测试信号的混沌特征。结果表明,三个混沌特征量均能从不同角度较好揭示切削过程从平稳到颤振的变化规律。多混沌特征可能将是识别预报颤振的新方向。

数控工作台动态特性的混沌特征

用混沌理论中的相空间重构、关联维数和最大李雅普诺夫指数等理论与方法,对观测到的数控工作台的动态时间序列信号进行分析,求出其功率谱、相平面轨迹、关联维数和最大李雅普诺夫指数等特征量,多方位揭示数控工作台的混沌特征,断定数控工作台是一个非线性动力学系统,为数控机床动态系统辨识提供依据。

正常人心动周期信号的混沌特征随年龄的变化

心动周期信号（ＨＰＳ）具有混沌特征，含有重要的生理、病理信息。我们利用自行研制的计算机化心动周期信号混沌分析系统，研究了２７１例正常人心动周期信号的混沌特征参数如相对分散度（ＨＲＤ）、李雅普诺夫指数（ＨＬＥ）和分维数（ＨＦＤ），发现随着年龄的增加，ＨＲＤ、ＨＬＥ、ＨＦＤ逐步降低，即心血管动力学的复杂性逐步降低。

能源时序相空间重构及其混沌特征分析

对中国能源生产量与能源消费量实测值时间序列分别进行相空间重构 ,按照关联维数方法求算吸引子维数 .通过计算 ,得出中国能源年生产量与消费量时序的相关维是正的分数值 ,能源生产时序饱和嵌入维数 m∞ 为 10 ,关联维数为 1.18,影响能源生产的因素约为 2～ 10个 .能源消费时序饱和嵌入维数 m∞ 为 10 ,关联维数为 1.13,影响能源消费的因素约为2～ 10个 .通过对二阶柯尔莫尔哥洛夫熵 K2 的计算得出 ,我国能源生产量的可预测时间尺度是 9年 ,能源消费量的可预测时间尺度是 10年 .

论水文系统混沌特征的研究方向

简要介绍了混沌的概念，回顾了水文系统的混沌研究进展，从哲学上论证了水文系统混沌演化的普遍性，指出当前水文系统混沌研究的重点应该是探索水文系统混沌演化的普遍性，揭示水文系统混沌演化的成因机理和基本规律及其因果关系，提出了宏观、中观和微观时空尺度相结合，理论分析和计算机模拟相结合的水文系统混沌研究方法。

用Lyapunov指数分析物理双摆的混沌特征

将一种新型振动机构抽象为双摆的数学力学模型,分别运用矩阵QR分解法、小球演化法以及奇异值分解法,结合计算机代数系统Mathematica,计算了模型的Lyapunov指数.结果表明:3种方法的计算结果基本一致,从而说明了物理双摆的混沌特征,并为双摆在工程设计中的应用提供了有价值的参考.

小麦条锈病受灾率时间序列混沌特征研究

利用混沌和分形理论,对湖北省襄樊地区小麦条锈病受灾率进行了混沌识别研究,对其功率谱、主分量、关联维度、最大Lyapunov指数进行了分析。结果表明,小麦条锈病受灾率时间序列具有混沌特征,属于混沌时间序列。因此建议对小麦条锈病进行建模预测时,应主要采用非线性建模方法。

硫化矿石诱导自燃过程及分阶段混沌特征

为揭示硫化矿石自燃过程的混沌特征,以从某硫铁矿采集的矿石样品作为实验材料,室内开展矿石诱导自燃实验,进而集成小波技术和混沌动力学理论对诱导自燃过程中的不同阶段进行了研究。研究结果表明:8个矿样的自燃点温度分别为408,385,437,334,374,365,366和380℃,在正常采矿条件下矿石不易发生自燃;矿样的自燃过程分为3个阶段,依次为自燃孕育期、自燃发展期和临近自燃期,其平均升温率分别为1.0,2.0和4.2℃/min;随着时间的推移,矿样自燃过程的最大Lyapunov指数整体呈逐渐增大趋势,3个阶段的平均值分别为0.001 5,0.002 0和0.005 0,这是自热反应复杂剧烈程度的一种客观反映;随着矿样自燃点温度的升高,其临近自燃期的最大Lyapunov指数整体呈逐渐减小趋势。因此,可基于该阶段的最大Lyapunov指数来定性判定矿样自燃点温度。

城市道路交通噪声的混沌特征及其应用

通过采集城市道路特征断面的交通噪声,形成时间序列,采用自相关函数法计算延迟时间,当相关系数衰减为0.4时,计算得到相空间重构的延迟时间为12。利用两组噪声样本的训练集计算关联维数,当嵌入维数为6时,关联维数保持不变,确定系统的嵌入维数为3,从而判定两组交通噪声样本存在混沌特征。根据重构的相空间、状态点及临近点计算拟合参数,分别对两组噪声样本进行混沌预测,并与检验集比对,结果表明:混沌模型可以用于短时城市道路交通噪声预测,两组噪声样本的预测平均相对误差分别为8.56%和9.33%。

日元汇率的混沌特征与收益分布

使用R/S方法检验了日元汇率的混沌特征 ,并估计了日元汇率收益的分布函数 ,认为日元汇率具有分数维和混沌特征 ,发现Laplace分布更能刻画汇率波动的“尖峰厚尾”特征。分析表明日元汇率波动具有持续性、集群性、爆发性和非线性等特征 ,这样容易使短期的过度波动演变为汇率错位和长期偏移 。

人民币汇率的混沌特征研究

以三种人民币汇率(人民币兑美元、人民币兑日元和人民币兑欧元)为研究对象,对这些时间序列进行平稳化处理,并利用Cao方法确定最小嵌入维数计算出最大Lyapunov指数进行了非线性检验,得出上述汇率所反映的动力学系统是一个高维的复杂经济系统,至少需要8个左右影响汇率的经济变量才能反映该经济系统的主要特征,并且上述汇率波动呈现出确定性混沌的结论。

桥梁水平位移混沌特征识别与神经网络预测研究

跨海大桥系统受外界影响扰动,其变形伴有混沌现象发生。对桥梁变形监测数据实现了混沌识别,运用C-C法计算时间序列的延迟时间,用G-P方法求得最佳嵌入维数,通过求取的时间延迟和最佳嵌入维数对桥梁变形监测数据进行相空间重构,为混沌时间序列预测模型的建立奠定基础;基于RBF神经网络建立混沌时间序列预测模型,对实测数据进行桥梁变形水平位移预测,并与基于最大Lyapunov指数混沌时间序列预测结果以及实测数据进行对比分析。结果表明,基于RBF神经网络建立的混沌时间序列预测模型的预测结果比基于最大Lyapunov指数混沌时间序列预测模型的预测结果要好,且短期预测效果好。

小波及奇异值分解在混沌特征计算中的综合去噪研究

观测时间序列的非线性动力学混沌特征研究在电力、气象、地震、边坡等工程领域的应用日益广泛,但观测序列的噪声对研究结果具有重要的影响,人们通常采用傅立叶或者小波变换方法去噪。但对于混沌序列来说,这种去噪方法具有一定的局限性,会造成观测数据一定程度的破坏,对混沌分析结果会产生一定的影响。本文探讨运用小波变换结合奇异值分解(SVD)方法来解决观测时间序列在混沌特征分析时的去噪问题,该方法针对混沌分析过程中的源观测数据特点,首先用小波方法对一维观测序列去噪,并对去噪后的序列计算混沌特征分析中的重要参数-相空间重构参数m,τ,根据m,τ对源一维观测序列进行重构,得到重构的相空间矩阵A,然后对矩阵A采用SVD方法进行处理,通过这两种方法相结合的方式来达到更好的去噪目的。结果表明其去噪效果是明显的,数据经过小波变换和SVD联合处理后其观测序列的混沌特征更明显和易于提取,提高了观测时间序列混沌分析的可靠性。

黄河流域动力系统泥沙时序混沌特征分析——地理系统综合研究的一种尝试

选取黄河头道拐、潼关、花园口和利津断面1952～2000年的泥沙含量为时序，在G—P重构相空间的基础上，分别计算了各断面泥沙时序的关联维（D2）、K2熵和Hurst指数。结果表明，各断面的最小饱和镶嵌维（m）、D2和K2熵分别为5、3．24和0．13，说明黄河流域各级系统均具有混沌特征，并且从上游到下游混沌特性逐渐增强。随着混沌特性的增强其平均可预报时间下降，头道拐断面为8年，其余断面为3年。各断面Hurst指数均大于0．68，在可预报时间内，各断面泥沙时序具有持续性下降趋势，并用2001～2004年实际数据得到了验证。文章还给出了黄河流域动力系统的一般形式，该系统至少需要8个状态变量，2个控制变量。

长江口深水航道回淤量时间序列混沌特征分析

针对长江口深水航道回淤分布情况,以回淤最严重的H^N段为中间段P2段,H段以上为P1段,N段以下为P3段,将全部航道分为3段。采用混沌理论对深水航道全段及各分段回淤量时间序列的饱和关联维数以及K2熵进行混沌特征分析。各分段的饱和关联维数变化范围为1.80~2.15,K2熵变化范围为0.08~0.12;全段的分数维与K2熵的值大于各分段,分别为2.93和0.16。各分段的饱和关联维数研究表明,长江口深水航道回淤量的时间序列具有混沌特征,全段混沌特征的复杂性高于各分段。根据2011年,2012年和2013年长江口深水航道回淤量的时间序列,利用混沌方法对深水航道未来回淤量进行预测,各分段可预报时间尺度最多为1年,全段的可预报时间尺度为半年。给出了长江口深水航道全段及各分段回淤动力系统数学表达式的一般形式,全段需要3~6个状态变量,3个以上控制变量;各分段需要2~5个状态变量,3个以上控制变量。回淤动力系统数学表达式的一般形式可为建立回淤量预报模式提供参考。

煤矿井筒变形混沌特征及预报模型研究

井筒灾害预报预警是煤矿安全生产的重要保证,通过对兖州某矿井筒变形监测数据的分析,提出利用最大Lyapunov指数和关联维数描述系统的混沌特征,计算嵌入维数,并用于确定支持向量机(SVM)模型的输入。采用支持向量机模型建立变形—时间关系,由内、外符合精度检验模型精度及可靠性。通过同BP神经网络模型预测结果的比较发现,支持向量机模型既具有较好的拟合能力,同时也具有较好的预测能力。本研究对井筒灾害监测与治理具有重要指导意义。