Nonlinear analysis of time series of vibration data from a friction brake: SSA, PCA, and MFDFA
我们使用奇异谱分析(SSA),主成分分析(PCA)和多重分形去趋势波动分析(MFDFA)的方法,从摩擦制动器的振动时间序列数据的特性进行调查。SSA和PCA被用来研究时间序列的长时间尺度特性。MFDFA适用于调查所有的时间尺度,直到最小的记录。事实证明,大部分的长时间尺度的动力学,这可能是由制动系统的结构动力学为主,是由非常少的活动维度只,可以很好地理解在低维混沌吸引子。多重分形分析表明,快速动力学过程起源于摩擦界面反过来又真正多尺度的性质。
2014-10-23 nlin.CD
Recurrence networks - A novel paradigm for nonlinear time series analysis
本文提出了一种分析复杂系统时间序列结构特性的新方法。从相空间中递归的概念出发,将时间序列的递归矩阵解释为一个相关复杂网络的邻接矩阵,如果所考虑的状态的演化非常相似,则该网络连接不同的时间点。这些递归网络与类似的现有技术的关键比较,揭示了强大的概念上的好处,新的方法,可以被认为是一个统一的框架转换成复杂的网络,也包括其他方法作为特殊情况下的时间序列。证明了递归网络的拓扑性质与底层动力系统相空间密度的统计性质之间存在着基本的联系。因此,网络描述产生了新的定量特征的动态复杂性的时间序列,这大大补充了现有的递归量化分析的措施。
2009-08-24 nlin.CD
Nonlinear projective filtering I: Application to real time series
讨论了局部线性相空间投影在时间序列非线性滤波中的应用。只要流形近似引起的误差小于系统中的噪声,就可以降低噪声。实例包括从腹部记录中实时提取胎儿心电图。
1998-05-26 chao-dyn nlin.CD
Detecting and analysing nonstationarity in a time series with nonlinear cross-predictions
我们提出了一个非正式的测试平稳性的时间序列,检查非线性近似的兼容性的动态序列的不同部分。直接比较片段,而不是通过统计参数。该方法提供了有关在测量期间具有类似动态的事件的详细信息。因此,可以跟踪动态中的物理相关变化。
1999-09-30 chao-dyn nlin.CD
Discrimination power of measures for nonlinearity in a time series
在时间序列中的非线性的一些不同的措施的性能进行了数值比较。用蒙特卡罗模拟对一些典型的数据问题进行了模拟,结果表明,该方法具有较强的区分噪声混沌数据和线性随机替代数据的能力。主要的结果是,不同的措施的评级不同的例子。因此,似乎优选使用具有良好的总体性能的算法,即,高阶自相关或非线性预测误差。
1999-09-30 chao-dyn nlin.CD
Surrogate-assisted network analysis of nonlinear time series
递归网络和符号网络检测时间序列中的弱非线性的性能进行比较的非线性预测误差。对于Lorenz系统的合成数据,网络测量显示出相当的性能。在活动星系核的相对较短和嘈杂的真实世界的数据的情况下,非线性预测误差产生更强大的结果比网络措施。测试是基于替代数据集。本文还研究了由一些替代生成算法得到的数据集的傅里叶相位的相关性。的相位相关性示出的非线性测试的性能上有影响。
2016-11-04 nlin.CD physics.data-an
Nonlinear Correlations in Multifractals: Visibility Graphs of Magnitude and Sign Series
多重分形序列中的相关性已经得到了广泛的研究。几乎所有的方法都试图找到给定时间序列的标度特征。然而,这种标度特性的分析有一些困难,如找到一个合适的标度区域。另一方面,这种相关检测方法可能受到序列的概率分布函数的影响。在这篇文章中,我们应用水平可见图算法来映射随机时间序列到网络中。通过调查的幅度和符号的多重分形时间序列,我们表明,可以检测线性以及非线性相关性,即使是被认为是不相关的噪声的情况下,典型的方法,如MFDFA。在这方面,我们引入了一个拓扑参数,可以很好地衡量强度的非线性相关。该参数独立于概率分布函数,并且在不需要找到任何缩放区域的情况下计算。我们的研究结果可能为各种复杂系统中时间序列的多重分形分析提供新的见解。
2019-10-29 nlin.CD physics.data-an
Testing for nonlinearity in unevenly sampled time series
本文将时间序列非线性检验的替代数据法推广到非均匀时间间隔采样的情况。零假设是数据是由线性随机过程生成的,可能重新缩放,并在独立于生成过程的时间进行采样。生成的替代数据具有Lomb周期图指定的线性特性。反演问题采用组合优化方法求解。
1998-04-28 chao-dyn nlin.CD
Fractal dimension analysis of spatio-temporal patterns using image processing and nonlinear time-series analysis
本文讨论了由数值求解Swift Hohenberg(SH)方程产生的时空模式的分形维数的估计。模式被转换成一个空间序列(类似于时间序列),这是通过评估最大的李雅普诺夫指数是混乱的。我们已经应用了几个非线性时间序列分析技术,如去趋势波动和重新标度范围对这些空间数据,以获得赫斯特指数值,揭示空间序列数据是长期相关的。我们估计分形维数的赫斯特指数和幂律指数,发现值介于1和2之间。我们的方法的新颖性在于估计分形维数使用图像到数据的转换和空间序列分析技术,实验获得的图像至关重要。
2020-10-31 nlin.CD nlin.PS
Nonlinear chaos in temperature time series: Part I: Case studies
在这项工作中,我们提出了3个案例研究,从欧洲和以色列的站点获得的当地温度时间序列。该系列的非线性性质,以及基于模型的预测。使用高维投影对数据进行非线性滤波,并对滤波后的数据进行分析。然后拟合了3个一阶常微分方程的Lorenz型模型。预测显示100天前的时期,优于今天已知的任何现有的预测方法。虽然其他模型在预测11天以上的时间段时失败,但我们的模型在100天前显示出显着的稳定性。这样就找到了一个不需要解纳维-斯托克斯方程的局地温度预报动力系统。从而节省计算成本。
2012-11-27 nlin.CD physics.ao-ph
Time Series with Tailored Nonlinearities
它演示了如何生成时间序列与定制的非线性诱导定义良好的约束傅立叶相位。相邻相位的相位信息和(静态和动态)的非线性措施之间的相关性建立和解释其起源。通过对原始线性和不相关的高斯时间序列的相位施加一组简单的约束,可以再现经验时间序列的强度分布的所观察到的标度行为。强度分布的幂律特征对于例如湍流和金融数据是典型的,因此可以用相位相关性来解释。
2015-09-01 astro-ph.HE nlin.CD physics.data-an
NoLiTiA: An Open-Source Toolbox for Nonlinear Time Series Analysis
在许多科学领域,如神经科学,气候学或物理学,复杂的关系可以用非线性力学来描述。尽管它们的相关性,许多科学家仍然应用线性估计,以评估复杂的相互作用。这部分是由于缺乏非线性方法的综合汇编。可用的软件包大多只专注于非线性时间序列分析的一个方面,并且通常需要一些编码能力才能使用。在这里,我们介绍NoLiTiA,一个用于非线性时间序列分析的免费开源MATLAB工具箱。与其他目前可用的非线性软件包相比,NoLiTiA提供了1)广泛的经典和最近开发的方法的实现,2)新提出的空间和时间分辨递归分析的实现,以及3)由于图形用户界面和批处理编辑器,即使对几乎没有编码经验的用户也可以访问的直观环境。其核心方法来自复杂系统理论的三个不同领域,包括动力系统理论、递归量化分析和信息论。除了既定的方法,包括估计动态不变量,如李雅普诺夫指数和基于熵的措施,如主动信息存储,我们包括最近的事态发展量化的时间分辨非周期振荡。总的来说,该工具箱将使从事时间序列处理的广大科学界能够使用非线性方法。
2021-10-05 nlin.CD physics.data-an
Interdisciplinary application of nonlinear time series methods
本文报道了应用确定性混沌理论的基础上开发的时间序列方法的现场测量。主要的困难指出,出现时,不能假设数据是纯粹的确定性和潜在的,仍然在这种情况下进行了讨论。对于具有弱非线性结构的信号,一般意义上的非线性的存在必须通过统计推断。本文回顾了相关的方法,并讨论了确定性建模的影响。大多数现场测量产生非平稳时间序列,这对它们的分析提出了严重的问题。报道了近年来在非平稳性检测和理解方面的进展。如果发现了近似决定论的明确特征,相空间、吸引子、不变流形等概念为时间序列分析提供了一个方便的框架。尽管必须非常小心地解释结果,但对于典型的信号处理任务,可以实现卓越的性能。特别是,预测和过滤的信号进行了讨论,以及系统状态的分类,通过时间序列记录。
1998-06-26 chao-dyn nlin.CD
Analyzing Multiple Nonlinear Time Series with Extended Granger Causality
在多变量时间序列分析中,识别同时采集的信号之间的因果关系是一个重要问题。对于线性随机系统,Granger提出了一个简单的过程,称为Granger因果关系来检测这种关系。在这项工作中,我们考虑非线性扩展格兰杰的想法,并指的结果作为扩展格兰杰因果关系。提出了一种简单的实现扩展格兰杰因果关系的方法,并将其应用于多个混沌时间序列和其他类型的非线性信号。此外,对于具有三个或更多时间序列的情况,我们提出了一个有条件的扩展格兰杰因果关系测度,使我们能够确定两个信号之间的因果关系是直接的还是由另一个过程介导的。
2004-05-08 math.ST nlin.CD physics.data-an
Phase Walk Analysis of Leptokurtic Time Series
傅里叶相位信息对于非线性数据的量化描述起着关键作用。我们提出了一种新的工具,时间序列分析,通过灵敏地检测傅立叶相位之间的相关性来识别非线性。该方法,被称为相位游走分析,是基于从随机游走分析,现在被应用到时间序列的展开傅立叶相位的良好建立的措施。我们提供了一个分析描述其功能,并展示了其系统控制尖峰噪声的能力。据此,我们研究了尖峰时间序列的性质及其对时间序列傅立叶相位的影响。将相位游走分析应用于概率密度分布服从幂律近似的实测和模拟间歇时间序列。我们使用道琼斯工业平均指数的每日回报率,这是一个合成时间序列,具有定制的非线性,模仿道琼斯指数的幂律行为和大西洋海上风电场的加速度。通过替代项对非线性的检验表明,新方法对非线性行为具有很强的意义。由于与嵌入空间方法相比计算时间大大减少,代理实现的数量可以增加几个数量级。因此,可以非常准确地导出和参数化测试统计量的概率分布,这允许对非线性进行更精确的测试。
2018-06-04 nlin.CD physics.data-an
A geometric analysis of nonlinear dynamics and its application to financial time series
讨论了一种分析非线性振动的几何方法。本文考虑由二阶常微分方程建模的非线性振动,不需要指定函数形式。通过将微分方程转化为一阶常微分方程组,将轨迹作为曲线嵌入到$R^3$中,从而将原始状态的时间演化转化为$R^3$中曲线的行为,或沿曲线的矢量场。我们通过分析向量场来研究非线性振动的动力学性质。当模型的函数形式未指定时,可以通过非参数滤波方法来估计向量场和那些相关的量。我们应用所提出的分析的时间序列的日本股票价格指数。应用表明,向量场及其导数可以作为提取各种信号的工具,有助于理解股票价格指数的动态特性。
2020-12-22 nlin.CD q-fin.ST
Practical implementation of nonlinear time series methods: The TISEAN package
非线性时间序列分析正成为从测量数据研究复杂动力学的一种越来越可靠的工具。低维混沌的概念已被证明是富有成效的许多复杂现象的理解,尽管事实上,很少有自然系统实际上已被发现是低维确定性的理论意义。为了评估混沌理论启发的非线性时间序列方法的长期有用性,相应的方法变得更广泛地可访问将是重要的。本文,而不是一个适当的非线性时间序列分析的审查,试图通过描述算法的实际执行,并正确使用这一过程作出贡献。大多数方法需要为每个特定的时间序列应用选择某些参数。我们将在这方面给予指导。本文中主题的范围和选择,以及已经做出的实现选择,对应于软件包TISEAN的内容,该软件包可从http://www.mpipks-dresden.mpg.de/~tisean公开获得。事实上,本文可以被看作是TISEAN程序的扩展手册。它填补了技术文档和现有文献之间的空白,为更深入地研究理论背景提供了必要的切入点。
1998-09-30 chao-dyn nlin.CD
Linear and nonlinear time series analysis of the black hole candidate Cygnus X-1
本文用线性和非线性时间序列分析方法分析了候选黑洞天鹅座X-1的X射线光变曲线的变化。虽然线性模型很好地描述了观测数据的总体二阶特性,但替代数据分析揭示了与线性的显著偏差。我们讨论了通常用于分析这些数据的散粒噪声模型和线性随机自回归模型之间的关系。我们辩论的统计和解释问题的替代数据测试目前的情况下。最后,我们建议从线性和非线性时间序列分析方法的工具的组合作为一个程序来测试观测数据的天体物理模型的预测。
1999-11-10 astro-ph chao-dyn nlin.CD
Macroscopic evidence of microscopic dynamics in the Fermi-Pasta-Ulam oscillator chain from nonlinear time series analysis
通过分析嵌入在最近邻非简谐Fermi-Pasta-Ulam振子链中的重杂质的位置和动量时间序列,研究了在多自由度系统的宏观行为中检测微观动力学特征的问题.在前人工作中得到的结果[M. Romero-Bastida,Phys. Rev. E { \bf 69},056204(2004)]提出杂质对链的动力学没有显著贡献,并且可以被认为是杂质所耦合的系统的动力学的探针。($r,τ$)熵是测量单位时间在不同时间尺度$τ$和观测量$r$下产生的信息量的熵,它是利用重杂质的位置和动量信号,对系统的能量密度$ε$(每自由度的能量)和杂质质量$M$的不同值,通过非线性时间序列分析的方法进行数值计算的.从这两个时间序列得到的结果进行了比较和讨论。
2005-02-28 cond-mat.stat-mech nlin.CD
Volterra-series approach to stochastic nonlinear dynamics: linear response of the Van der Pol oscillator driven by white noise
Van der Pol方程是弛豫振荡的典型模型。这种显著的非线性自持振荡运动现象是自然界和电气工程中重要的节律过程的基础。真实系统中的弛豫振荡通常与环境噪声耦合,这进一步丰富了它们的动力学,但使得对此类系统的理论分析和方程参数值的确定成为一项困难的任务。在另一篇文章中,我们提出了一个类似的问题的另一个经典的非线性模型,D-Duffing振子的分析方法。在这里,我们扩展我们的技术的情况下,由白噪声驱动的范德波尔方程。我们分析了解决方案的统计,并提出了一种方法来估计参数值从振荡器的时间序列。我们使用生物系统中主动振荡的实验数据来演示我们的方法如何适用于实际观测,以及如何将其推广到更复杂的模型。
2020-05-26 cond-mat.stat-mech nlin.CD
Estimating nonlinear stability from time series data
流域稳定性(BS)是多稳定动力系统非线性稳定性的度量。BS先前已经使用蒙特卡罗模拟来估计,这需要动力学模型的明确知识。我们讨论了强扰动存在下,从时间序列数据估计BS的要求,并说明了我们的方法,两个简单的模型的气候翻转元素:亚马逊雨林和温盐海洋环流。我们讨论了我们的方法的适用性的观测数据的相关时间尺度的总观测时间,典型的返回时间的扰动和内部收敛时间尺度的系统的兴趣和其他因素的约束。
2021-12-03 nlin.CD physics.ao-ph physics.data-an
Complex network approaches to nonlinear time series analysis
本文深入综述了非线性时间序列分析的复杂网络方法,重点探讨递归网络、可见图和马尔可夫链转移网络三种方法,并展示了其在气候学、神经生理学等多领域的应用潜力。
2025-01-30 math-ph math.MP nlin.CD
Quantification of depth of anesthesia by nonlinear time series analysis of brain electrical activity
我们研究了几个量化的脑电图(EEG)信号方面的能力,以指示麻醉深度。对于17例使用七氟烷麻醉的患者,从连续EEG时期计算了三种既定测量(两种光谱和一种基于双谱)以及基于相空间的非线性相关指数。在缺乏确定麻醉深度的独立方法的情况下,通过估计七氟烷有效脑浓度的药代动力学/药效学模型,从麻醉剂的血浆浓度测量值中推导出标准品。在大多数患者中,观察到非线性相关指数D* 的相关性最高。与频谱测量相反,发现D* 随着麻醉深度的增加(估计)而单调减小,即使在EEG中出现“爆发抑制”模式。研究结果表明,潜在的应用程序的概念来自非线性动力学理论,即使很少可以假设的调查过程中。
2000-07-20 nlin.CD q-bio
Constrained randomization of time series for hypothesis testing
我们提出了一个通用的计划来创建时间序列,满足给定的约束条件,但随机,否则。非线性检验的显著性水平通常通过Monte Carlo回归获得。在一个新的计划中,约束,包括多变量,非线性和非平稳特性的成本函数的形式实现。
1998-05-13 chao-dyn nlin.CD
Revisiting algorithms for generating surrogate time series
替代方法是非线性数据分析的关键概念之一。在这里,我们证明了常用的算法生成代理往往无法生成真正的线性时间序列。相反,它们创建具有傅立叶相位相关性的替代实现,导致非线性的非检测。我们认为,可靠的替代品只能产生,如果一个测试分别为静态和动态的非线性。
2012-08-17 astro-ph.HE cs.CE nlin.CD
A Modal Series Representation of Genesio Chaotic System
本文提出了一种用一般非线性模态表示法来描述和研究非线性动力学混沌Genesio系统的分析方法。该方法将模型的非线性常微分方程转化为线性时不变常微分方程序列。通过求解线性常微分方程序列,得到了原非线性问题的一致收敛级数形式的精确解。给出了一种计算复杂度低、精度高的近似解的有效算法。仿真结果表明了该方法的有效性。
2012-08-09 math-ph math.DS math.MP
Laminar Chaos in experiments and nonlinear delayed Langevin equations: A time series analysis toolbox for the detection of Laminar Chaos
最近的研究表明,某些大时变时滞系统表现出不同类型的混沌,这与两种类型的时变时滞有关:保守时滞和耗散时滞。已知的高维湍流混沌具有强涨落的特征。与此相反,最近发现的低维层流混沌的特点是几乎恒定的层流相位周期性的持续时间和混沌变化的强度从相位到相位。在本文中,我们推广了我们以前的文献[J. D.哈特河Roy,D. Müller-Bender,A. Otto和G. Radons,PRL 123 154101(2019)],其中证明层流混沌是一种强大的现象,可以在实验系统中观察到。我们提供了一个时间序列分析工具箱,用于检测层流混沌的鲁棒特征。我们基准测试我们的工具箱的实验时间序列和时间序列的模型系统,这是由一个非线性朗之万方程的时变延迟。基准测试是针对实验系统和模型系统的不同噪声强度进行的,其中层流混沌可以被检测到,即使通过轨迹的视觉分析很难与湍流混沌区分开。
2020-03-23 nlin.AO nlin.CD
The human ECG - nonlinear deterministic versus stochastic aspects
我们讨论的随机性和心电图信号的确定性方面。特别是,我们采取了严格的尝试,应用方法的非线性时间序列分析来自确定性动力系统的理论。我们将认为,确定性混沌是不是一个可能的解释短的时间变异的心跳间隔时间,除了某些病理。相反,密集采样的完整ECG记录具有确定性信号的典型特性。在后一种情况下,确定性非线性时间序列分析方法可以产生新的见解。
1998-06-29 chao-dyn nlin.CD
A new approach to fuzzy sets: Application to the design of nonlinear time-series, symmetry-breaking patterns, and non-sinusoidal limit-cycle oscillations
本文证明了集合的特征函数可以通过作者最近提出的$\mathcal{B}_κ$ -函数模糊化,其中模糊参数$κ\in \mathbb{R}$控制模糊集偏离在极限$κ\to 0$中得到的清晰集的程度。作为应用,我们提出了第一个开关函数,可能是在电气工程和非线性时间序列的设计感兴趣的一般表达式。然后,我们介绍另一个一般表达式,允许墙纸和中楣图案的每一个可能的平面对称群(除了典型的准晶体的模式)进行设计。我们展示了如何future参数$κ$起着类似的作用,温度在物理应用中,并可用于打破空间图案的对称性。作为进一步的重要应用,我们建立了一个定理的形成的极限环振荡远离分叉光滑确定性非线性动力系统的微分方程。在此应用之后,我们简要讨论了作为我们的定理的结果而获得的斯图尔特-兰道方程到非正弦振荡器的推广。
2019-01-17 math-ph math.MP nlin.CD
Adaptive Wavelets Applied to the Analysis of Nonlinear Systems with Chaotic Dynamics
我们考虑一种方法来分析非平稳过程的基础上的应用小波基集构造的分析时间序列的片段。将所提出的方法应用于分析非线性系统在有噪声和无噪声情况下产生的时间序列
2006-01-28 nlin.AO nlin.CD nlin.PS
Time Series Forecasting: A Nonlinear Dynamics Approach
基于最近的非线性动力学理论,研究了给定时间序列的预测问题。特别注意的是专门预测的振幅和相位的一个最常见的太阳能指标活动,国际每月平滑太阳黑子数。众所周知,太阳周期是很难预测的,由于内在的复杂性,相关的时间行为和缺乏一个成功的定量理论模型的太阳磁周期。从以前的最近的工作开始,我们检查的可靠性和准确性的预测模型的基础上应用于实验时间序列的非线性动力系统的概念,如嵌入相空间,李雅普诺夫谱,混沌行为。该模型是基于嵌入空间上的行为的局部假设,利用相邻向量的最佳数量k来预测当前点的未来演变,其中特征参数集由几个先前的参数计算确定。这种方法的性能表明它在所谓的数值预报技术中的有价值的插入,如傅立叶分析,曲线拟合,神经网络,气候等。主要任务是建立和比较一种有前途的数值非线性预报技术,基本上是基于反问题,最准确的预测方法,如所谓的“前兆方法”,现在似乎相当准确地预测“长期”太阳活动,特别是基于太阳发电机理论的“太阳”前兆方法。
1999-06-21 astro-ph chao-dyn nlin.CD
Testing time series irreversibility using complex network methods
时间反演对称性的缺乏是许多非线性时间序列的基本性质。在这里,我们提出了一套新的基于标准和水平可见性图的时间序列不可逆性的统计检验。具体地说,我们统计比较常见的复杂网络度量度和局部聚类系数的时间定向变量的分布。我们的方法不涉及替代数据,适用于相对较短的时间序列。我们证明了它的性能与已知的时间反转特性的范例模型系统,以及在神经生理数据中拾取签名的非线性。
2013-03-28 nlin.CD physics.data-an physics.med-ph