一种基于EMD的海浪多尺度特征及波动参数的提取方法.pdf

上传人:大师****2 文档编号:4750109 上传时间:2018-11-05 格式:PDF 页数:8 大小:3.76MB
返回 下载 相关 举报
摘要
申请专利号:

CN201210459991.0

申请日:

2012.11.15

公开号:

CN102930172A

公开日:

2013.02.13

当前法律状态:

驳回

有效性:

无权

法律详情:

发明专利申请公布后的驳回IPC(主分类):G06F 19/00申请公布日:20130213|||实质审查的生效IPC(主分类):G06F 19/00申请日:20121115|||公开

IPC分类号:

G06F19/00

主分类号:

G06F19/00

申请人:

江苏科技大学

发明人:

杨永红; 林明; 张贞凯; 凌霖

地址:

212003 江苏省镇江市梦溪路2号

优先权:

专利代理机构:

南京苏高专利商标事务所(普通合伙) 32204

代理人:

柏尚春

PDF下载: PDF下载
内容摘要

本发明公开了一种基于EMD的海浪多尺度特征及波动参数的提取方法,所采用的方法是:读入定点测量的海浪时间序列或仿真的海浪序列;根据数据分析的需要,确定分析海浪尺度数;采用EMD方法,对海浪时间序列进行分解得到多个IMF序列;采用q次关联积分和差分盒维数法计算IMF分量的分形特征,依据矩估计法计算IMF分量的统计特征,根据谱方法计算IMF分量的波动参数。IMF分量的分形特征、统计特征及波动参数可以揭示海浪内部结构和外部表现特征。本发明可用于海浪的建模、分析及预报。

权利要求书

权利要求书一种基于EMD的海浪多尺度特征及波动参数的提取方法。其特征在于,包含以下步骤:
步骤1:读入定点测量的海浪时间序列或仿真的海浪序列,记为x(m);
步骤2:根据数据分析的需要,确定分析海浪尺度数N;
步骤3:采用EMD方法,对海浪时间序列x(m)进行分解得到N个IMF序列,记为[c1(m);c2(m);...;cN(m)];
步骤4:计算每个尺度下IMF的分形特征,记为
步骤5:计算每个尺度下IMF的统计特征,记为
步骤6:计算每个尺度下IMF的波动参数,记为
根据权利要求1所述的基于EMD的海浪多尺度特征及波动参数的提取方法,其特征在于,所述步骤1按如下过程进行:
读入定点测量的海浪时间序列或仿真的海浪序列,记为x(m),其中,m=1,2,...,M表示测量或仿真海浪的离散间隔,M表示序列的点数。
根据权利要求1所述的基于EMD的海浪多尺度特征及波动参数的提取方法,其特征在于,所述步骤3按如下过程进行:
1)令n′=1,c0(m)=0,r0(m)=x(m);
2)令k=1,h0(m)=rn′(m),从序列rn′‑1(m)中提取第n′个IMF序列,记为cn′(m);首先,搜索序列hk‑1(m)的局部极大值和局部极小值,并用三次样条插值分别拟合局部极大值和局部极小值,得到序列hk‑1(m)的极大值包络线uk‑1(m)和极小值包络线vk‑1(m);计算瞬时平均序列及序列hk(m)=hk‑1(m)‑yk1(m);计算序列hk(m)的极值点个数和零交叉点个数,分别记为j1和j2;若序列hk(m)不满足0≤|j1‑j2|<2或|yk‑1(m)|<ε条件,其中,ε为任意小的正数,则k=k+1,对序列hk(m)重复该步骤,直到序列hk(m)满足0≤|j1‑j2|<2或|yk‑1(m)|<ε条件;则hk(m)为一个IMF序列,记为cn′(m)=hk(m);
3)计算残余序列rn′(m)=rn′‑1(m)‑cn′(m),令n′=n′+1,若n′<N,转步骤(2);否则,停止计算,得到了N个IMF序列,记为[c1(m);c2(m);...;cN(m)]。
根据权利要求1所述的基于EMD的海浪多尺度特征及波动参数的提取方法,其特征在于,所述步骤4按如下过程进行:
对第n个IMF序列cn(m),计算分形特征,记为其中,n=1,2,...,N,上标T表示转置,为盒维数,Dq为扩展分形维数,fα为扩展分形谱;
用r′×r′的盒子覆盖去第n个IMF序列cn(m),根据差分盒计数法,计算盒维数其中,为覆盖整个序列所需的盒子数;
扩展分形维数其中,q为参数,r为尺度参数,Gq(r)为q次关联积分,其计算方法为:
其中,H(·)为阶跃函数,m′为嵌入维数,ri′j′为点集中任意一个元素与其它元素间的欧式距离,<mrow><MSUB><MI>r</MI><MROW><MSUP><MI>i</MI><MO>′</MO></MSUP><MSUP><MI>j</MI><MO>′</MO></MSUP></MROW></MSUB><MO>=</MO><MI>d</MI><MROW><MO>(</MO><MSUBSUP><MOVER><MI>C</MI><MO>~</MO></MOVER><MI>n</MI><MSUP><MI>i</MI><MO>′</MO></MSUP></MSUBSUP><MO>,</MO><MSUBSUP><MOVER><MI>C</MI><MO>~</MO></MOVER><MI>n</MI><MSUP><MI>j</MI><MO>′</MO></MSUP></MSUBSUP><MO>)</MO></MROW><MO>=</MO><MSQRT><MUNDEROVER><MI>Σ</MI><MROW><MI>l</MI><MO>=</MO><MN>0</MN></MROW><MROW><MSUP><MI>m</MI><MO>′</MO></MSUP><MO>-</MO><MN>1</MN></MROW></MUNDEROVER><MSUP><MROW><MO>[</MO><MSUB><MI>c</MI><MI>n</MI></MSUB><MROW><MO>(</MO><MSUP><MI>i</MI><MO>′</MO></MSUP><MO>+</MO><MI>l</MI><MSUP><MI>r</MI><MO>′</MO></MSUP><MO>)</MO></MROW><MO>-</MO><MSUB><MI>c</MI><MI>n</MI></MSUB><MROW><MO>(</MO><MSUP><MI>j</MI><MO>′</MO></MSUP><MO>+</MO><MI>l</MI><MSUP><MI>r</MI><MO>′</MO></MSUP><MO>)</MO></MROW><MO>]</MO></MROW><MN>2</MN></MSUP></MSQRT><MO>,</MO><MSUP><MI>j</MI><MO>′</MO></MSUP><MO>=</MO><MN>1,2</MN><MO>,</MO><MO>.</MO><MO>.</MO><MO>.</MO><MO>,</MO><MOVER><MI>M</MI><MO>~</MO></MOVER><MO>,</MO><MSUP><MI>j</MI><MO>′</MO></MSUP><MO>&amp;NotEqual;</MO><MSUP><MI>i</MI><MO>′</MO></MSUP><MO>,</MO></MROW>]]&gt;</MATH></MATHS>点集是由序列IMF用如下的方法构造的<MATHS id=cmaths0002 num="0002"><MATH><![CDATA[<mrow><MSUBSUP><MOVER><MI>C</MI><MO>~</MO></MOVER><MI>n</MI><MSUP><MI>i</MI><MO>′</MO></MSUP></MSUBSUP><MO>=</MO><MSUP><MROW><MO>[</MO><MSUB><MI>c</MI><MI>n</MI></MSUB><MROW><MO>(</MO><MSUP><MI>i</MI><MO>′</MO></MSUP><MO>)</MO></MROW><MO>,</MO><MSUB><MI>c</MI><MI>n</MI></MSUB><MROW><MO>(</MO><MSUP><MI>i</MI><MO>′</MO></MSUP><MO>+</MO><MSUP><MI>r</MI><MO>′</MO></MSUP><MO>)</MO></MROW><MO>,</MO><MSUB><MI>c</MI><MI>n</MI></MSUB><MROW><MO>(</MO><MSUP><MI>i</MI><MO>′</MO></MSUP><MO>+</MO><MN>2</MN><MSUP><MI>r</MI><MO>′</MO></MSUP><MO>)</MO></MROW><MO>,</MO><MO>.</MO><MO>.</MO><MO>.</MO><MO>,</MO><MSUB><MI>c</MI><MI>n</MI></MSUB><MROW><MO>(</MO><MSUP><MI>i</MI><MO>′</MO></MSUP><MO>+</MO><MROW><MO>(</MO><MSUP><MI>m</MI><MO>′</MO></MSUP><MO>-</MO><MN>1</MN><MO>)</MO></MROW><MSUP><MI>r</MI><MO>′</MO></MSUP><MO>)</MO></MROW><MO>]</MO></MROW><MI>T</MI></MSUP><MO>,</MO><MSUP><MI>i</MI><MO>′</MO></MSUP><MO>=</MO><MN>1,2</MN><MO>,</MO><MO>.</MO><MO>.</MO><MO>.</MO><MO>,</MO><MOVER><MI>M</MI><MO>~</MO></MOVER><MO>,</MO></MROW>]]&gt;</MATH></MATHS><BR>扩展分形谱fα=qα‑(q‑1)Dq,其中,α为参数;则可得到N个IMF的分形特征,记为<BR>根据权利要求1所述的基于EMD的海浪多尺度特征及波动参数的提取方法,其特征在于,所述步骤5按如下过程进行:<BR>对第n个IMF序列cn(m),采用矩估计法计算统计特征,记为其中,均值<MATHS id=cmaths0003 num="0003"><MATH><![CDATA[<mrow><MI>μ</MI><MO>=</MO><MFRAC><MN>1</MN><MI>M</MI></MFRAC><MUNDEROVER><MI>Σ</MI><MROW><MI>m</MI><MO>=</MO><MN>1</MN></MROW><MI>M</MI></MUNDEROVER><MSUB><MI>c</MI><MI>n</MI></MSUB><MROW><MO>(</MO><MI>m</MI><MO>)</MO></MROW><MO>,</MO></MROW>]]&gt;</MATH></MATHS>标准差<MATHS id=cmaths0004 num="0004"><MATH><![CDATA[<mrow><MI>σ</MI><MO>=</MO><MSQRT><MFRAC><MN>1</MN><MI>M</MI></MFRAC><MUNDEROVER><MI>Σ</MI><MROW><MI>m</MI><MO>=</MO><MN>1</MN></MROW><MI>M</MI></MUNDEROVER><MSUP><MROW><MO>[</MO><MSUB><MI>c</MI><MI>n</MI></MSUB><MROW><MO>(</MO><MI>m</MI><MO>)</MO></MROW><MO>-</MO><MI>μ</MI><MO>]</MO></MROW><MN>2</MN></MSUP></MSQRT><MO>,</MO></MROW>]]&gt;</MATH></MATHS>偏斜度<MATHS id=cmaths0005 num="0005"><MATH><![CDATA[<mrow><MI>γ</MI><MO>=</MO><MFRAC><MROW><MFRAC><MN>1</MN><MI>M</MI></MFRAC><MUNDEROVER><MI>Σ</MI><MROW><MI>m</MI><MO>=</MO><MN>1</MN></MROW><MI>M</MI></MUNDEROVER><MSUP><MROW><MO>[</MO><MSUB><MI>c</MI><MI>n</MI></MSUB><MROW><MO>(</MO><MI>m</MI><MO>)</MO></MROW><MO>-</MO><MI>μ</MI><MO>]</MO></MROW><MN>3</MN></MSUP></MROW><MSUP><MROW><MO>(</MO><MSQRT><MFRAC><MN>1</MN><MI>M</MI></MFRAC><MUNDEROVER><MI>Σ</MI><MROW><MI>m</MI><MO>=</MO><MN>1</MN></MROW><MI>M</MI></MUNDEROVER><MSUP><MROW><MO>[</MO><MSUB><MI>c</MI><MI>n</MI></MSUB><MROW><MO>(</MO><MI>m</MI><MO>)</MO></MROW><MO>-</MO><MI>μ</MI><MO>)</MO><MO>]</MO></MROW><MN>2</MN></MSUP></MSQRT><MO>)</MO></MROW><MN>3</MN></MSUP></MFRAC><MO>,</MO></MROW>]]&gt;</MATH></MATHS>峰度则可得到N个IMF的统计特征,记为<BR>根据权利要求1所述的基于EMD的海浪多尺度特征及波动参数的提取方法,其特征在于,所述步骤6按如下过程进行:<BR>对第n个IMF序列cn(m),采用谱估计法计算波动参数,记为其中,ωpeak为谱峰角频率,λpeak为谱峰波长,Hsw为有效波高,为平均周期;<BR>首先对IMF序列cn(m)作付里叶变换,得到频谱C(ω),然后在频谱C(ω)曲线中搜索其最大值,即谱峰。那么谱峰所对应的角频率为谱峰角频率,记为ωpeak,根据海浪色散关系,谱峰波长其中,g为重力加速度;有效波高平均周期则可得到N个IMF的波动参数,记为</p></div> </div> </div> <div class="zlzy"> <div class="zltitle">说明书</div> <div class="gdyy"> <div class="gdyy_show"><p>说明书一种基于EMD的海浪多尺度特征及波动参数的提取方法 <BR>技术领域 <BR>本发明属于物理海洋学技术领域,具体地讲就是涉及一种基于EMD的海浪多尺度特征及波动参数的提取方法。 <BR>背景技术 <BR>海浪是发生在海表面的一种波动现象,它与人类经济、社会活动密切相关。海浪的研究对于保障海上交通安全、有效地管理海洋环境和可持续利用海洋资源等具有重要意义。 <BR>研究表明,海浪具有随机性、非线性、非平稳性及分形的特征。从不同的角度和应用背景,已建立了多种海浪模型和分析方法。如以流体力学方程为基础,建立了深水表面波理论、小振幅波理论及有限振幅波理论,通常采用数值方法求解,计算效率和算法的稳定性是核心问题。双尺度海浪模型认为海浪是由小尺度波(毛细波)骑行在大尺度波(重力波)之上形成的,它在海洋微波遥感领域广泛应用,小尺度波对微波的散射是核心问题。而用三角函数、样条函数等几何曲线的线性组合来模拟海浪也是常用的模型之一,由于三角函数中的频率、幅度及相位与频谱之间的数学关系,采用经验海浪谱模型(如Phillips海浪谱、Pierson‑Moskowitz海浪谱、Fung&amp;Lee海浪谱及JONSWAP海浪谱)和随机过程理论相结合可以模拟出具有随机性的海浪,该方法不仅在计算机视觉中的海浪模拟应用广泛,而且在物理海洋学中也广泛应用。然而,该方法未能表现出海浪的非平稳和分形方面的特性。 <BR>发明内容 <BR>为了克服现有海浪模型和分析方法的不足,本发明提供了一种基于EMD的海浪多尺度特征及波动参数的提取方法。所述的识别方法包括以下步骤: <BR>1.读入定点测量的海浪时间序列或仿真的海浪序列,记为x(m);其中,m=1,2,...,M表示测量或仿真海浪的离散间隔,M表示序列的点数。 <BR>2.根据数据分析的需要,确定分析海浪尺度数N,通常N取5到10之间的整数。 <BR>3.采用EMD方法,对海浪时间序列x(m)进行分解得到N个IMF序列,记为[c1(m);c2(m);...;cN(m)],包括以下过程: <BR>(1).令n′=1,c0(m)=0,r0(m)=x(m),m=1,2,...,M,m为测量或仿真海浪的间隔; <BR>(2).令k=1,h0(m)=rn′(m),从序列rn′‑1(m)中提取第n′个IMF序列,记为cn′(m);搜索序列hk‑1(m)的局部极大值和局部极小值,并用三次样条插值分别拟合局部极大值和局部极小值,得到序列hk‑1(m)的极大值包络线uk‑1(m)和极小值包络线vk‑1(m);计算瞬时平均序列及序列hk(m)=hk‑1(m)‑yk‑1(m);计算序列hk(m)的极值点个数和零交叉点个数,分别记为j1和j2;若序列hk(m)不满足0≤|j1‑j2|<2或|yk1(m)|<ε条件,其中,ε为任意小的正数,通常ε取10‑1~10‑3之间的实数;则k=k+1,对序列hk(m)重复该步骤,直到序列hk(m)满足0≤|j1‑j2|<2或|yk‑1(m)|<ε条件;则hk(m)为一个IMF序列,记为cn′(m)=hk(m); <BR>(3).计算残余序列rn′(m)=rn′‑1(m)‑cn′(m),令n′=n′+1,若n′<N,转步骤(2);否则,停止计算,得到了N个IMF序列,记为[c1(m);c2(m);...;cN(m)]。 <BR>4.计算每个尺度下IMF的分形特征,记为 <BR>对第n个IMF序列cn(m),计算分形特征,记为其中,n=1,2,...,N,上标T表示转置,为盒维数,Dq为扩展分形维数,fα为扩展分形谱; <BR>用r′×r′的盒子覆盖去第n个IMF序列cn(m),根据差分盒计数法,计算盒维数其中,为覆盖整个序列所需的盒子数; <BR>扩展分形维数其中,q为参数,r为尺度参数,Gq(r)为q次关联积分,其计算方法为,其中,H(·)为阶跃函数,m′为嵌入维数,ri′j′为点集中任意一个元素与其它元素间的欧式距离,<MATHS num="0001"><MATH><![CDATA[ <mrow> <MSUB><MI>r</MI> <MROW><MSUP><MI>i</MI> <MO>′</MO> </MSUP><MSUP><MI>j</MI> <MO>′</MO> </MSUP></MROW></MSUB><MO>=</MO> <MI>d</MI> <MROW><MO>(</MO> <MSUBSUP><MOVER><MI>C</MI> <MO>~</MO> </MOVER><MI>n</MI> <MSUP><MI>i</MI> <MO>′</MO> </MSUP></MSUBSUP><MO>,</MO> <MSUBSUP><MOVER><MI>C</MI> <MO>~</MO> </MOVER><MI>n</MI> <MSUP><MI>j</MI> <MO>′</MO> </MSUP></MSUBSUP><MO>)</MO> </MROW><MO>=</MO> <MSQRT><MUNDEROVER><MI>Σ</MI> <MROW><MI>l</MI> <MO>=</MO> <MN>0</MN> </MROW><MROW><MSUP><MI>m</MI> <MO>′</MO> </MSUP><MO>-</MO> <MN>1</MN> </MROW></MUNDEROVER><MSUP><MROW><MO>[</MO> <MSUB><MI>c</MI> <MI>n</MI> </MSUB><MROW><MO>(</MO> <MSUP><MI>i</MI> <MO>′</MO> </MSUP><MO>+</MO> <MI>l</MI> <MSUP><MI>r</MI> <MO>′</MO> </MSUP><MO>)</MO> </MROW><MO>-</MO> <MSUB><MI>c</MI> <MI>n</MI> </MSUB><MROW><MO>(</MO> <MSUP><MI>j</MI> <MO>′</MO> </MSUP><MO>+</MO> <MI>l</MI> <MSUP><MI>r</MI> <MO>′</MO> </MSUP><MO>)</MO> </MROW><MO>]</MO> </MROW><MN>2</MN> </MSUP></MSQRT><MO>,</MO> <MSUP><MI>j</MI> <MO>′</MO> </MSUP><MO>=</MO> <MN>1,2</MN> <MO>,</MO> <MO>.</MO> <MO>.</MO> <MO>.</MO> <MO>,</MO> <MOVER><MI>M</MI> <MO>~</MO> </MOVER><MO>,</MO> <MSUP><MI>j</MI> <MO>′</MO> </MSUP><MO>&amp;NotEqual;</MO> <MSUP><MI>i</MI> <MO>′</MO> </MSUP><MO>,</MO> </MROW>]]&gt;</MATH></MATHS>点集是由序列IMF用如下的方法构造的<MATHS num="0002"><MATH><![CDATA[ <mrow> <MSUBSUP><MOVER><MI>C</MI> <MO>~</MO> </MOVER><MI>n</MI> <MSUP><MI>i</MI> <MO>′</MO> </MSUP></MSUBSUP><MO>=</MO> <MSUP><MROW><MO>[</MO> <MSUB><MI>c</MI> <MI>n</MI> </MSUB><MROW><MO>(</MO> <MSUP><MI>i</MI> <MO>′</MO> </MSUP><MO>)</MO> </MROW><MO>,</MO> <MSUB><MI>c</MI> <MI>n</MI> </MSUB><MROW><MO>(</MO> <MSUP><MI>i</MI> <MO>′</MO> </MSUP><MO>+</MO> <MSUP><MI>r</MI> <MO>′</MO> </MSUP><MO>)</MO> </MROW><MO>,</MO> <MSUB><MI>c</MI> <MI>n</MI> </MSUB><MROW><MO>(</MO> <MSUP><MI>i</MI> <MO>′</MO> </MSUP><MO>+</MO> <MN>2</MN> <MSUP><MI>r</MI> <MO>′</MO> </MSUP><MO>)</MO> </MROW><MO>,</MO> <MO>.</MO> <MO>.</MO> <MO>.</MO> <MO>,</MO> <MSUB><MI>c</MI> <MI>n</MI> </MSUB><MROW><MO>(</MO> <MSUP><MI>i</MI> <MO>′</MO> </MSUP><MO>+</MO> <MROW><MO>(</MO> <MSUP><MI>m</MI> <MO>′</MO> </MSUP><MO>-</MO> <MN>1</MN> <MO>)</MO> </MROW><MSUP><MI>r</MI> <MO>′</MO> </MSUP><MO>)</MO> </MROW><MO>]</MO> </MROW><MI>T</MI> </MSUP><MO>,</MO> <MSUP><MI>i</MI> <MO>′</MO> </MSUP><MO>=</MO> <MN>1,2</MN> <MO>,</MO> <MO>.</MO> <MO>.</MO> <MO>.</MO> <MO>,</MO> <MOVER><MI>M</MI> <MO>~</MO> </MOVER><MO>,</MO> </MROW>]]&gt;</MATH></MATHS> <BR>扩展分形谱fα=qα‑(q‑1)Dq,其中,α为参数;则可得到N个IMF的分形特征,记为 <BR>5.计算每个尺度下IMF的统计特征,记为 <BR>对第n个IMF序列cn(m),采用矩估计法计算统计特征,记为其中,均值<MATHS num="0003"><MATH><![CDATA[ <mrow> <MI>μ</MI> <MO>=</MO> <MFRAC><MN>1</MN> <MI>M</MI> </MFRAC><MUNDEROVER><MI>Σ</MI> <MROW><MI>m</MI> <MO>=</MO> <MN>1</MN> </MROW><MI>M</MI> </MUNDEROVER><MSUB><MI>c</MI> <MI>n</MI> </MSUB><MROW><MO>(</MO> <MI>m</MI> <MO>)</MO> </MROW><MO>,</MO> </MROW>]]&gt;</MATH></MATHS>标准差<MATHS num="0004"><MATH><![CDATA[ <mrow> <MI>σ</MI> <MO>=</MO> <MSQRT><MFRAC><MN>1</MN> <MI>M</MI> </MFRAC><MUNDEROVER><MI>Σ</MI> <MROW><MI>m</MI> <MO>=</MO> <MN>1</MN> </MROW><MI>M</MI> </MUNDEROVER><MSUP><MROW><MO>[</MO> <MSUB><MI>c</MI> <MI>n</MI> </MSUB><MROW><MO>(</MO> <MI>m</MI> <MO>)</MO> </MROW><MO>-</MO> <MI>μ</MI> <MO>]</MO> </MROW><MN>2</MN> </MSUP></MSQRT><MO>,</MO> </MROW>]]&gt;</MATH></MATHS>偏斜度<MATHS num="0005"><MATH><![CDATA[ <mrow> <MI>γ</MI> <MO>=</MO> <MFRAC><MROW><MFRAC><MN>1</MN> <MI>M</MI> </MFRAC><MUNDEROVER><MI>Σ</MI> <MROW><MI>m</MI> <MO>=</MO> <MN>1</MN> </MROW><MI>M</MI> </MUNDEROVER><MSUP><MROW><MO>[</MO> <MSUB><MI>c</MI> <MI>n</MI> </MSUB><MROW><MO>(</MO> <MI>m</MI> <MO>)</MO> </MROW><MO>-</MO> <MI>μ</MI> <MO>]</MO> </MROW><MN>3</MN> </MSUP></MROW><MSUP><MROW><MO>(</MO> <MSQRT><MFRAC><MN>1</MN> <MI>M</MI> </MFRAC><MUNDEROVER><MI>Σ</MI> <MROW><MI>m</MI> <MO>=</MO> <MN>1</MN> </MROW><MI>M</MI> </MUNDEROVER><MSUP><MROW><MO>[</MO> <MSUB><MI>c</MI> <MI>n</MI> </MSUB><MROW><MO>(</MO> <MI>m</MI> <MO>)</MO> </MROW><MO>-</MO> <MI>μ</MI> <MO>)</MO> <MO>]</MO> </MROW><MN>2</MN> </MSUP></MSQRT><MO>)</MO> </MROW><MN>3</MN> </MSUP></MFRAC><MO>,</MO> </MROW>]]&gt;</MATH></MATHS>峰度则可得到N个IMF的统计特征,记为 <BR>6.计算每个尺度下IMF的波动参数,记为 <BR>对第n个IMF序列cn(m),采用谱估计法计算波动参数,记为其中,ωpeak为谱峰角频率,λpeak为谱峰波长,Hsw为有效波高,为平均周期; <BR>首先对IMF序列cn(m)作付里叶变换,得到频谱C(ω),然后在频谱C(ω)曲线中搜索其最大值,即谱峰。那么谱峰所对应的角频率为谱峰角频率,记为ωpeak,根据海浪色散关系,谱峰波长其中,g为重力加速度;有效波高平均周期则可得到N个IMF的波动参数,记为 <BR>本发明是基于EMD方法,将海浪进行多尺度分解,得到多个IMF分量。采用q次关联积分和差分盒维数法计算IMF分量的分形特征,依据矩估计法计算IMF分量的统计特征,根据谱方法计算IMF分量的波动参数。IMF分量的分形特征、统计特征及波动参数可以揭示海浪内部结构和外部表现特征。本发明可用于海浪的建模、分析及预报。 <BR>附图说明 <BR>图1为本发明的流程图。 <BR>具体实施方式 <BR>现结合附图对本发明进行详细的阐述。一种基于EMD的海浪多尺度特征及波动参数的提取方法,包括以下步骤: <BR>1.读入定点测量的海浪时间序列或仿真的海浪序列,记为x(m);其中,m=1,2,...,M表示测量或仿真海浪的离散间隔,M表示序列的点数。 <BR>2.根据数据分析需求1,确定分析海浪尺度数N,通常N取5到10之间的整数。 <BR>3.采用EMD方法2,对海浪时间序列x(m)进行分解得到N个IMF序列,记为[c1(m);c2(m);...;cN(m)],包括以下过程: <BR>(1).令n′=1,c0(m)=0,r0(m)=x(m),m=1,2,...,M,m为测量或仿真海浪的间隔; <BR>(2).令k=1,h0(m)=rn′(m),从序列rn′‑1(m)中提取第n′个IMF序列,记为cn′(m);搜索序列hk‑1(m)的局部极大值和局部极小值,并用三次样条插值分别拟合局部极大值和局部极小值,得到序列hk‑1(m)的极大值包络线uk‑1(m)和极小值包络线vk‑1(m);计算瞬时平均序列及序列hk(m)=hk‑1(m)‑yk‑1(m);计算序列hk(m)的极值点个数和零交叉点个数,分别记为j1和j2;若序列hk(m)不满足0≤|j1‑j2|<2或|yk1(m)|<ε条件,其中,ε为任意小的正数,通常ε取10‑1~10‑3之间的实数;则k=k+1,对序列hk(m)重复该步骤,直到序列hk(m)满足0≤|j1‑j2|<2或|yk‑1(m)|<ε条件;则hk(m)为一个IMF序列,记为cn′(m)=hk(m); <BR>(3).计算残余序列rn′(m)=rn′‑1(m)‑cn′(m),令n′=n′+1,若n′<N,转步骤(2);否则,停止计算,得到了N个IMF序列,记为[c1(m);c2(m);...;cN(m)]。 <BR>4.计算每个尺度下IMF的分形特征,记为 <BR>对第n个IMF序列cn(m),采用差分盒维数法3和q次关联积分法4计算分形特征,记为其中,n=1,2,...,N,上标T表示转置,为盒维数,Dq为扩展分形维数,fα为扩展分形谱; <BR>用r′×r′的盒子覆盖去第n个IMF序列cn(m),根据差分盒计数法,计算盒维数其中,为覆盖整个序列所需的盒子数; <BR>扩展分形维数其中,q为参数,r为尺度参数,Gq(r)为q次关联积分,其计算方法为,其中,H(·)为阶跃函数,m′为嵌入维数,ri′j′为点集中任意一个元素与其它元素间的欧式距离,<MATHS num="0006"><MATH><![CDATA[ <mrow> <MSUB><MI>r</MI> <MROW><MSUP><MI>i</MI> <MO>′</MO> </MSUP><MSUP><MI>j</MI> <MO>′</MO> </MSUP></MROW></MSUB><MO>=</MO> <MI>d</MI> <MROW><MO>(</MO> <MSUBSUP><MOVER><MI>C</MI> <MO>~</MO> </MOVER><MI>n</MI> <MSUP><MI>i</MI> <MO>′</MO> </MSUP></MSUBSUP><MO>,</MO> <MSUBSUP><MOVER><MI>C</MI> <MO>~</MO> </MOVER><MI>n</MI> <MSUP><MI>j</MI> <MO>′</MO> </MSUP></MSUBSUP><MO>)</MO> </MROW><MO>=</MO> <MSQRT><MUNDEROVER><MI>Σ</MI> <MROW><MI>l</MI> <MO>=</MO> <MN>0</MN> </MROW><MROW><MSUP><MI>m</MI> <MO>′</MO> </MSUP><MO>-</MO> <MN>1</MN> </MROW></MUNDEROVER><MSUP><MROW><MO>[</MO> <MSUB><MI>c</MI> <MI>n</MI> </MSUB><MROW><MO>(</MO> <MSUP><MI>i</MI> <MO>′</MO> </MSUP><MO>+</MO> <MI>l</MI> <MSUP><MI>r</MI> <MO>′</MO> </MSUP><MO>)</MO> </MROW><MO>-</MO> <MSUB><MI>c</MI> <MI>n</MI> </MSUB><MROW><MO>(</MO> <MSUP><MI>j</MI> <MO>′</MO> </MSUP><MO>+</MO> <MI>l</MI> <MSUP><MI>r</MI> <MO>′</MO> </MSUP><MO>)</MO> </MROW><MO>]</MO> </MROW><MN>2</MN> </MSUP></MSQRT><MO>,</MO> <MSUP><MI>j</MI> <MO>′</MO> </MSUP><MO>=</MO> <MN>1,2</MN> <MO>,</MO> <MO>.</MO> <MO>.</MO> <MO>.</MO> <MO>,</MO> <MOVER><MI>M</MI> <MO>~</MO> </MOVER><MO>,</MO> <MSUP><MI>j</MI> <MO>′</MO> </MSUP><MO>&amp;NotEqual;</MO> <MSUP><MI>i</MI> <MO>′</MO> </MSUP><MO>,</MO> </MROW>]]&gt;</MATH></MATHS>点集是由序列IMF用如下的方法构造的<MATHS num="0007"><MATH><![CDATA[ <mrow> <MSUBSUP><MOVER><MI>C</MI> <MO>~</MO> </MOVER><MI>n</MI> <MSUP><MI>i</MI> <MO>′</MO> </MSUP></MSUBSUP><MO>=</MO> <MSUP><MROW><MO>[</MO> <MSUB><MI>c</MI> <MI>n</MI> </MSUB><MROW><MO>(</MO> <MSUP><MI>i</MI> <MO>′</MO> </MSUP><MO>)</MO> </MROW><MO>,</MO> <MSUB><MI>c</MI> <MI>n</MI> </MSUB><MROW><MO>(</MO> <MSUP><MI>i</MI> <MO>′</MO> </MSUP><MO>+</MO> <MSUP><MI>r</MI> <MO>′</MO> </MSUP><MO>)</MO> </MROW><MO>,</MO> <MSUB><MI>c</MI> <MI>n</MI> </MSUB><MROW><MO>(</MO> <MSUP><MI>i</MI> <MO>′</MO> </MSUP><MO>+</MO> <MN>2</MN> <MSUP><MI>r</MI> <MO>′</MO> </MSUP><MO>)</MO> </MROW><MO>,</MO> <MO>.</MO> <MO>.</MO> <MO>.</MO> <MO>,</MO> <MSUB><MI>c</MI> <MI>n</MI> </MSUB><MROW><MO>(</MO> <MSUP><MI>i</MI> <MO>′</MO> </MSUP><MO>+</MO> <MROW><MO>(</MO> <MSUP><MI>m</MI> <MO>′</MO> </MSUP><MO>-</MO> <MN>1</MN> <MO>)</MO> </MROW><MSUP><MI>r</MI> <MO>′</MO> </MSUP><MO>)</MO> </MROW><MO>]</MO> </MROW><MI>T</MI> </MSUP><MO>,</MO> <MSUP><MI>i</MI> <MO>′</MO> </MSUP><MO>=</MO> <MN>1,2</MN> <MO>,</MO> <MO>.</MO> <MO>.</MO> <MO>.</MO> <MO>,</MO> <MOVER><MI>M</MI> <MO>~</MO> </MOVER><MO>,</MO> </MROW>]]&gt;</MATH></MATHS>扩展分形谱fα=qα‑(q‑1)Dq,其中,α为参数;则可得到N个IMF的分形特征,记为 <BR> <BR>5.计算每个尺度下IMF的统计特征,记为 <BR>对第n个IMF序列cn(m),采用矩估计法计算统计特征,记为其中,均值<MATHS num="0008"><MATH><![CDATA[ <mrow> <MI>μ</MI> <MO>=</MO> <MFRAC><MN>1</MN> <MI>M</MI> </MFRAC><MUNDEROVER><MI>Σ</MI> <MROW><MI>m</MI> <MO>=</MO> <MN>1</MN> </MROW><MI>M</MI> </MUNDEROVER><MSUB><MI>c</MI> <MI>n</MI> </MSUB><MROW><MO>(</MO> <MI>m</MI> <MO>)</MO> </MROW><MO>,</MO> </MROW>]]&gt;</MATH></MATHS>标准差<MATHS num="0009"><MATH><![CDATA[ <mrow> <MI>σ</MI> <MO>=</MO> <MSQRT><MFRAC><MN>1</MN> <MI>M</MI> </MFRAC><MUNDEROVER><MI>Σ</MI> <MROW><MI>m</MI> <MO>=</MO> <MN>1</MN> </MROW><MI>M</MI> </MUNDEROVER><MSUP><MROW><MO>[</MO> <MSUB><MI>c</MI> <MI>n</MI> </MSUB><MROW><MO>(</MO> <MI>m</MI> <MO>)</MO> </MROW><MO>-</MO> <MI>μ</MI> <MO>]</MO> </MROW><MN>2</MN> </MSUP></MSQRT><MO>,</MO> </MROW>]]&gt;</MATH></MATHS>偏斜度<MATHS num="0010"><MATH><![CDATA[ <mrow> <MI>γ</MI> <MO>=</MO> <MFRAC><MROW><MFRAC><MN>1</MN> <MI>M</MI> </MFRAC><MUNDEROVER><MI>Σ</MI> <MROW><MI>m</MI> <MO>=</MO> <MN>1</MN> </MROW><MI>M</MI> </MUNDEROVER><MSUP><MROW><MO>[</MO> <MSUB><MI>c</MI> <MI>n</MI> </MSUB><MROW><MO>(</MO> <MI>m</MI> <MO>)</MO> </MROW><MO>-</MO> <MI>μ</MI> <MO>]</MO> </MROW><MN>3</MN> </MSUP></MROW><MSUP><MROW><MO>(</MO> <MSQRT><MFRAC><MN>1</MN> <MI>M</MI> </MFRAC><MUNDEROVER><MI>Σ</MI> <MROW><MI>m</MI> <MO>=</MO> <MN>1</MN> </MROW><MI>M</MI> </MUNDEROVER><MSUP><MROW><MO>[</MO> <MSUB><MI>c</MI> <MI>n</MI> </MSUB><MROW><MO>(</MO> <MI>m</MI> <MO>)</MO> </MROW><MO>-</MO> <MI>μ</MI> <MO>)</MO> <MO>]</MO> </MROW><MN>2</MN> </MSUP></MSQRT><MO>)</MO> </MROW><MN>3</MN> </MSUP></MFRAC><MO>,</MO> </MROW>]]&gt;</MATH></MATHS>峰度则可得到N个IMF的统计特征,记为 <BR>6.计算每个尺度下IMF的波动参数,记为 <BR>对第n个IMF序列cn(m),采用谱估计法5计算波动参数,记为其中,ωpeak为谱峰角频率,λpeak为谱峰波长,Hsw为有效波高,为平均周期; <BR>首先对IMF序列cn(m)作付里叶变换,得到频谱C(ω),然后在频谱C(ω)曲线中搜索其最大值,即谱峰。那么谱峰所对应的角频率为谱峰角频率,记为ωpeak,根据海浪色散关系,谱峰波长其中,g为重力加速度;有效波高平均周期则可得到N个IMF的波动参数,记为</p></div> </div> </div> </div> <div class="tempdiv cssnone" style="line-height:0px;height:0px; overflow:hidden;"> </div> <div id="page"> <div class="page"><img src='https://img.zhuanlichaxun.net/fileroot2/2018-11/5/008169ee-d1e3-49fd-bf2f-6fc59d213092/008169ee-d1e3-49fd-bf2f-6fc59d2130921.gif' alt="一种基于EMD的海浪多尺度特征及波动参数的提取方法.pdf_第1页" width='100%'/></div><div class="pageSize">第1页 / 共8页</div> <div class="page"><img src='https://img.zhuanlichaxun.net/fileroot2/2018-11/5/008169ee-d1e3-49fd-bf2f-6fc59d213092/008169ee-d1e3-49fd-bf2f-6fc59d2130922.gif' alt="一种基于EMD的海浪多尺度特征及波动参数的提取方法.pdf_第2页" width='100%'/></div><div class="pageSize">第2页 / 共8页</div> <div class="page"><img src='https://img.zhuanlichaxun.net/fileroot2/2018-11/5/008169ee-d1e3-49fd-bf2f-6fc59d213092/008169ee-d1e3-49fd-bf2f-6fc59d2130923.gif' alt="一种基于EMD的海浪多尺度特征及波动参数的提取方法.pdf_第3页" width='100%'/></div><div class="pageSize">第3页 / 共8页</div> </div> <div id="pageMore" class="btnmore" onclick="ShowSvg();">点击查看更多>></div> <div style="margin-top:20px; line-height:0px; height:0px; overflow:hidden;"> <div style=" font-size: 16px; background-color:#e5f0f7; font-weight: bold; text-indent:10px; line-height: 40px; height:40px; padding-bottom: 0px; margin-bottom:10px;">资源描述</div> <div class="detail-article prolistshowimg"> <p>《一种基于EMD的海浪多尺度特征及波动参数的提取方法.pdf》由会员分享,可在线阅读,更多相关《一种基于EMD的海浪多尺度特征及波动参数的提取方法.pdf(8页珍藏版)》请在专利查询网上搜索。</p> <p >1、(10)申请公布号 CN 102930172 A (43)申请公布日 2013.02.13 CN 102930172 A *CN102930172A* (21)申请号 201210459991.0 (22)申请日 2012.11.15 G06F 19/00(2006.01) (71)申请人 江苏科技大学 地址 212003 江苏省镇江市梦溪路 2 号 (72)发明人 杨永红 林明 张贞凯 凌霖 (74)专利代理机构 南京苏高专利商标事务所 ( 普通合伙 ) 32204 代理人 柏尚春 (54) 发明名称 一种基于 EMD 的海浪多尺度特征及波动参数 的提取方法 (57) 摘要 本发明公开了一种。</p> <p >2、基于 EMD 的海浪多尺度特 征及波动参数的提取方法, 所采用的方法是 : 读 入定点测量的海浪时间序列或仿真的海浪序列 ; 根据数据分析的需要, 确定分析海浪尺度数 ; 采 用 EMD 方法, 对海浪时间序列进行分解得到多个 IMF序列 ; 采用q次关联积分和差分盒维数法计算 IMF分量的分形特征, 依据矩估计法计算IMF分量 的统计特征, 根据谱方法计算 IMF 分量的波动参 数。IMF 分量的分形特征、 统计特征及波动参数可 以揭示海浪内部结构和外部表现特征。本发明可 用于海浪的建模、 分析及预报。 (51)Int.Cl. 权利要求书 2 页 说明书 4 页 附图 1 页 (19)中华人。</p> <p >3、民共和国国家知识产权局 (12)发明专利申请 权利要求书 2 页 说明书 4 页 附图 1 页 1/2 页 2 1. 一种基于 EMD 的海浪多尺度特征及波动参数的提取方法。其特征在于, 包含以下步 骤 : 步骤 1 : 读入定点测量的海浪时间序列或仿真的海浪序列, 记为 x(m) ; 步骤 2 : 根据数据分析的需要, 确定分析海浪尺度数 N ; 步骤 3 : 采用 EMD 方法, 对海浪时间序列 x(m) 进行分解得到 N 个 IMF 序列, 记为 c1(m);c2(m);.;cN(m) ; 步骤 4 : 计算每个尺度下 IMF 的分形特征, 记为 步骤 5 : 计算每个尺度下 IMF 的。</p> <p >4、统计特征, 记为 步骤 6 : 计算每个尺度下 IMF 的波动参数, 记为 2. 根据权利要求 1 所述的基于 EMD 的海浪多尺度特征及波动参数的提取方法, 其特征 在于, 所述步骤 1 按如下过程进行 : 读入定点测量的海浪时间序列或仿真的海浪序列, 记为 x(m), 其中, m 1,2,.,M 表 示测量或仿真海浪的离散间隔, M 表示序列的点数。 3. 根据权利要求 1 所述的基于 EMD 的海浪多尺度特征及波动参数的提取方法, 其特征 在于, 所述步骤 3 按如下过程进行 : 1) 令 n 1, c0(m) 0, r0(m) x(m) ; 2)令k1, h0(m)rn(m), 从序列。</p> <p >5、rn-1(m)中提取第n个IMF序列, 记为cn(m) ; 首先, 搜索序列 hk-1(m) 的局部极大值和局部极小值, 并用三次样条插值分别拟合局部极大 值和局部极小值, 得到序列 hk-1(m) 的极大值包络线 uk-1(m) 和极小值包络线 vk-1(m) ; 计算 瞬时平均序列及序列 hk(m) hk-1(m)-yk1(m) ; 计算序列 hk(m) 的 极值点个数和零交叉点个数, 分别记为 j1和 j2; 若序列 hk(m) 不满足 0 |j1-j2| 2 或 |yk-1(m)| 条件, 其中, 为任意小的正数, 则 k k+1, 对序列 hk(m) 重复该步骤, 直到 序列 hk(。</p> <p >6、m) 满足 0 |j1-j2| 2 或 |yk-1(m)| 条件 ; 则 hk(m) 为一个 IMF 序列, 记为 cn (m) hk(m) ; 3) 计算残余序列 rn (m) rn -1(m)-cn (m), 令 n n +1, 若 n N, 转步骤 (2) ; 否则, 停止计算, 得到了 N 个 IMF 序列, 记为 c1(m);c2(m);.;cN(m)。 4. 根据权利要求 1 所述的基于 EMD 的海浪多尺度特征及波动参数的提取方法, 其特征 在于, 所述步骤 4 按如下过程进行 : 对第 n 个 IMF 序列 cn(m), 计算分形特征, 记为其中, n 1,2,.,N, 上标 。</p> <p >7、T 表示转置, 为盒维数, Dq为扩展分形维数, f为扩展分形谱 ; 用 r r的盒子覆盖去第 n 个 IMF 序列 cn(m), 根据差分盒计数法, 计算盒维数 其中, 为覆盖整个序列所需的盒子数 ; 扩展分形维数其中, q 为参数, r 为尺度参数, Gq(r) 为 q 次关联积分, 其计算方法为 : 权 利 要 求 书 CN 102930172 A 2 2/2 页 3 其 中, H() 为 阶 跃 函 数, m 为 嵌 入 维 数,ri j为点集中任意一个元素与其它元素间的欧式距离, 点集是由序列IMF用如 下的方法构造的 扩展分形谱 f q-(q-1)Dq, 其中, 为参数 ; 则可得。</p> <p >8、到 N 个 IMF 的分形特征, 记为 5. 根据权利要求 1 所述的基于 EMD 的海浪多尺度特征及波动参数的提取方法, 其特征 在于, 所述步骤 5 按如下过程进行 : 对第 n 个 IMF 序列 cn(m), 采用矩估计法计算统计特征, 记为其中, 均 值标准差偏斜度峰度 则可得到 N 个 IMF 的统计特征, 记为 6. 根据权利要求 1 所述的基于 EMD 的海浪多尺度特征及波动参数的提取方法, 其特征 在于, 所述步骤 6 按如下过程进行 : 对第n个IMF序列cn(m), 采用谱估计法计算波动参数, 记为 其中, peak为谱峰角频率, peak为谱峰波长, Hsw为有效波高,为。</p> <p >9、平均周期 ; 首先对 IMF 序列 cn(m) 作付里叶变换, 得到频谱 C(), 然后在频谱 C() 曲线中搜 索其最大值, 即谱峰。那么谱峰所对应的角频率为谱峰角频率, 记为 peak, 根据海浪色散 关系, 谱峰波长其中, g 为重力加速度 ; 有效波高平均周期 则可得到 N 个 IMF 的波动参数, 记为 权 利 要 求 书 CN 102930172 A 3 1/4 页 4 一种基于 EMD 的海浪多尺度特征及波动参数的提取方法 技术领域 0001 本发明属于物理海洋学技术领域, 具体地讲就是涉及一种基于 EMD 的海浪多尺度 特征及波动参数的提取方法。 背景技术 0002 海浪是发生。</p> <p >10、在海表面的一种波动现象, 它与人类经济、 社会活动密切相关。海浪 的研究对于保障海上交通安全、 有效地管理海洋环境和可持续利用海洋资源等具有重要意 义。 0003 研究表明, 海浪具有随机性、 非线性、 非平稳性及分形的特征。从不同的角度和应 用背景, 已建立了多种海浪模型和分析方法。 如以流体力学方程为基础, 建立了深水表面波 理论、 小振幅波理论及有限振幅波理论, 通常采用数值方法求解, 计算效率和算法的稳定性 是核心问题。 双尺度海浪模型认为海浪是由小尺度波(毛细波)骑行在大尺度波(重力波) 之上形成的, 它在海洋微波遥感领域广泛应用, 小尺度波对微波的散射是核心问题。 而用三 角函数、。</p> <p style='height:0px;padding:0;margin:0;overflow:hidden'>11、 样条函数等几何曲线的线性组合来模拟海浪也是常用的模型之一, 由于三角函数 中的频率、 幅度及相位与频谱之间的数学关系, 采用经验海浪谱模型(如Phillips海浪谱、 Pierson-Moskowitz 海浪谱、 Fungc2(m);.;cN(m), 包括以下过程 : 0008 (1). 令 n 1, c0(m) 0, r0(m) x(m),m 1,2,.,M, m 为测量或仿真海浪 的间隔 ; 0009 (2). 令 k 1, h0(m) rn (m), 从序列 rn -1(m) 中提取第 n个 IMF 序列, 记为 cn (m) ; 搜索序列 hk-1(m) 的局部极大值和局部极小值, 。</p> <p style='height:0px;padding:0;margin:0;overflow:hidden'>12、并用三次样条插值分别拟合局部 极大值和局部极小值, 得到序列hk-1(m)的极大值包络线uk-1(m)和极小值包络线vk-1(m) ; 计 算瞬时平均序列及序列 hk(m) hk-1(m)-yk-1(m) ; 计算序列 hk(m) 的极值点个数和零交叉点个数, 分别记为 j1和 j2; 若序列 hk(m) 不满足 0 |j1-j2| 2 或 |yk1(m)|条件, 其中, 为任意小的正数, 通常取10-110-3之间的实数 ; 则kk+1, 说 明 书 CN 102930172 A 4 2/4 页 5 对序列 hk(m) 重复该步骤, 直到序列 hk(m) 满足 0 |j1-j2| 2 或 |。</p> <p style='height:0px;padding:0;margin:0;overflow:hidden'>13、yk-1(m)| 条件 ; 则 hk(m) 为一个 IMF 序列, 记为 cn (m) hk(m) ; 0010 (3). 计算残余序列 rn (m) rn -1(m)-cn (m), 令 n n +1, 若 n N, 转步骤 (2) ; 否则, 停止计算, 得到了 N 个 IMF 序列, 记为 c1(m);c2(m);.;cN(m)。 0011 4. 计算每个尺度下 IMF 的分形特征, 记为 0012 对 第 n 个 IMF 序 列 cn(m), 计 算 分 形 特 征, 记 为其 中, n 1,2,.,N, 上标 T 表示转置, 为盒维数, Dq为扩展分形维数, f为扩展分形谱 ; 00。</p> <p style='height:0px;padding:0;margin:0;overflow:hidden'>14、13 用 r r的盒子覆盖去第 n 个 IMF 序列 cn(m), 根据差分盒计数法, 计算盒维数 其中, 为覆盖整个序列所需的盒子数 ; 0014 扩展分形维数其中, q 为参数, r 为尺度参数, Gq(r) 为 q 次关联 积分, 其计算方法为,其中, H() 为阶跃函数, m为 嵌入维数,ri j为点集中任意一个元素与其它元素间的欧式距离, 点集是由序列IMF用如 下的方法构造的 0015 扩展分形谱 f q-(q-1)Dq, 其中, 为参数 ; 则可得到 N 个 IMF 的分形特征, 记为 0016 5. 计算每个尺度下 IMF 的统计特征, 记为 0017 对第 n 个 IMF 序。</p> <p style='height:0px;padding:0;margin:0;overflow:hidden'>15、列 cn(m), 采用矩估计法计算统计特征, 记为其中, 均值标准差偏斜度峰 度则可得到 N 个 IMF 的统计特征, 记为 0018 6. 计算每个尺度下 IMF 的波动参数, 记为 0019 对 第 n 个 IMF 序 列 cn(m),采 用 谱 估 计 法 计 算 波 动 参 数,记 为 其中, peak为谱峰角频率, peak为谱峰波长, Hsw为有效波高, 为平均周期 ; 0020 首先对 IMF 序列 cn(m) 作付里叶变换, 得到频谱 C(), 然后在频谱 C() 曲线中 说 明 书 CN 102930172 A 5 3/4 页 6 搜索其最大值, 即谱峰。那么谱峰所对应的角频。</p> <p style='height:0px;padding:0;margin:0;overflow:hidden'>16、率为谱峰角频率, 记为 peak, 根据海浪色散 关系, 谱峰波长其中, g 为重力加速度 ; 有效波高平均周期 则可得到 N 个 IMF 的波动参数, 记为 0021 本发明是基于 EMD 方法, 将海浪进行多尺度分解, 得到多个 IMF 分量。采用 q 次关 联积分和差分盒维数法计算IMF分量的分形特征, 依据矩估计法计算IMF分量的统计特征, 根据谱方法计算IMF分量的波动参数。 IMF分量的分形特征、 统计特征及波动参数可以揭示 海浪内部结构和外部表现特征。本发明可用于海浪的建模、 分析及预报。 附图说明 0022 图 1 为本发明的流程图。 具体实施方式 0023 现结合附图对本发明。</p> <p style='height:0px;padding:0;margin:0;overflow:hidden'>17、进行详细的阐述。一种基于 EMD 的海浪多尺度特征及波动参 数的提取方法, 包括以下步骤 : 0024 1. 读入定点测量的海浪时间序列或仿真的海浪序列, 记为 x(m) ; 其中, m 1,2,.,M 表示测量或仿真海浪的离散间隔, M 表示序列的点数。 0025 2. 根据数据分析需求 1, 确定分析海浪尺度数 N, 通常 N 取 5 到 10 之间的整数。 0026 3. 采用 EMD 方法 2, 对海浪时间序列 x(m) 进行分解得到 N 个 IMF 序列, 记为 c1(m);c2(m);.;cN(m), 包括以下过程 : 0027 (1). 令 n 1, c0(m) 0, r0(m)。</p> <p style='height:0px;padding:0;margin:0;overflow:hidden'>18、 x(m),m 1,2,.,M, m 为测量或仿真海浪 的间隔 ; 0028 (2). 令 k 1, h0(m) rn (m), 从序列 rn -1(m) 中提取第 n个 IMF 序列, 记 为 cn(m) ; 搜索序列 hk-1(m) 的局部极大值和局部极小值, 并用三次样条插值分别拟合局部 极大值和局部极小值, 得到序列hk-1(m)的极大值包络线uk-1(m)和极小值包络线vk-1(m) ; 计 算瞬时平均序列及序列 hk(m) hk-1(m)-yk-1(m) ; 计算序列 hk(m) 的极值点个数和零交叉点个数, 分别记为 j1和 j2; 若序列 hk(m) 不满足 0 |j1-j2|。</p> <p style='height:0px;padding:0;margin:0;overflow:hidden'>19、 2 或 |yk1(m)|条件, 其中, 为任意小的正数, 通常取10-110-3之间的实数 ; 则kk+1, 对序列 hk(m) 重复该步骤, 直到序列 hk(m) 满足 0 |j1-j2| 2 或 |yk-1(m)| 条件 ; 则 hk(m) 为一个 IMF 序列, 记为 cn (m) hk(m) ; 0029 (3). 计算残余序列 rn (m) rn -1(m)-cn (m), 令 n n +1, 若 n N, 转步骤 (2) ; 否则, 停止计算, 得到了 N 个 IMF 序列, 记为 c1(m);c2(m);.;cN(m)。 0030 4. 计算每个尺度下 IMF 的分形特征, 记。</p> <p style='height:0px;padding:0;margin:0;overflow:hidden'>20、为 0031 对第n个IMF序列cn(m), 采用差分盒维数法3和q次关联积分法4计算分形特征, 记为其中, n 1,2,.,N, 上标 T 表示转置, 为盒维数, Dq为扩展分形维 数, f为扩展分形谱 ; 说 明 书 CN 102930172 A 6 4/4 页 7 0032 用 r r的盒子覆盖去第 n 个 IMF 序列 cn(m), 根据差分盒计数法, 计算盒维数 其中, 为覆盖整个序列所需的盒子数 ; 0033 扩展分形维数其中, q 为参数, r 为尺度参数, Gq(r) 为 q 次关联 积分, 其计算方法为,其中, H() 为阶跃函数, m为 嵌入维数,ri j为点集中任意一个元。</p> <p style='height:0px;padding:0;margin:0;overflow:hidden'>21、素与其它元素间的欧式距离, 点集是由序列IMF用如 下的方法构造的扩展分 形谱 f q-(q-1)Dq, 其中, 为参数 ; 则可得到 N 个 IMF 的分形特征, 记为 0034 0035 5. 计算每个尺度下 IMF 的统计特征, 记为 0036 对第 n 个 IMF 序列 cn(m), 采用矩估计法计算统计特征, 记为其中, 均值标准差偏斜度峰 度则可得到 N 个 IMF 的统计特征, 记为 0037 6. 计算每个尺度下 IMF 的波动参数, 记为 0038 对 第 n 个 IMF 序 列 cn(m),采 用 谱 估 计 法 5 计 算 波 动 参 数,记 为 其中, peak为谱峰角频率, peak为谱峰波长, Hsw为有效波高, 为平均周期 ; 0039 首先对 IMF 序列 cn(m) 作付里叶变换, 得到频谱 C(), 然后在频谱 C() 曲线中 搜索其最大值, 即谱峰。那么谱峰所对应的角频率为谱峰角频率, 记为 peak, 根据海浪色散 关系, 谱峰波长其中, g 为重力加速度 ; 有效波高平均周期 则可得到 N 个 IMF 的波动参数, 记为 说 明 书 CN 102930172 A 7 1/1 页 8 图 1 说 明 书 附 图 CN 102930172 A 8 。</p> </div> <div class="readmore" onclick="showmore()" style="background-color:transparent; height:auto; margin:0px 0px; padding:20px 0px 0px 0px;"><span class="btn-readmore" style="background-color:transparent;"><em style=" font-style:normal">展开</em>阅读全文<i></i></span></div> <script> function showmore() { $(".readmore").hide(); $(".detail-article").css({ "height":"auto", "overflow": "hidden" }); } $(document).ready(function() { var dh = $(".detail-article").height(); if(dh >100) { $(".detail-article").css({ "height":"100px", "overflow": "hidden" }); } else { $(".readmore").hide(); } }); </script> </div> <script> var defaultShowPage = parseInt("3"); var id = "4750109"; var total_page = "8"; var mfull = false; var mshow = false; function DownLoad() { window.location.href='https://m.zhuanlichaxun.net/d-4750109.html'; } function relate() { var reltop = $('#relate').offset().top-50; $("html,body").animate({ scrollTop: reltop }, 500); } </script> <script> var pre = "https://img.zhuanlichaxun.net/fileroot2/2018-11/5/008169ee-d1e3-49fd-bf2f-6fc59d213092/008169ee-d1e3-49fd-bf2f-6fc59d213092"; var freepage = parseInt('4'); var total_c = parseInt('8'); var start = defaultShowPage; var adcount = 0; var adindex = 0; var adType_list = ";0;1;2;3;"; var end = start; function ShowSvg() { end = start + defaultShowPage; if (end > freepage) end = freepage; for (var i = start; i < end; i++) { var imgurl = pre + (i + 1) + '.gif'; var html = "<img src='" + imgurl + "' alt=\"一种基于EMD的海浪多尺度特征及波动参数的提取方法.pdf_第" + (i + 1) + "页\" width='100%'/>"; $("#page").append("<div class='page'>" + html + "</div>"); $("#page").append("<div class='pageSize'>第" + (i + 1) + "页 / 共" + total_c + "页</div>"); if(adcount > 0 && adType_list.indexOf(";"+(i+1)+";")>-1) { if(adindex > (adcount-1)) adindex = 0; $("#page").append("<div class='pagead' id='addiv"+(i + 1)+"'></div>"); document.getElementById("addiv"+(i + 1)+"").innerHTML =document.getElementById("adpre" + adindex).outerHTML; adindex += 1; } } start = end; if (start > (freepage - 1)) { if (start < total_c) { $("#pageMore").removeClass("btnmore"); $("#pageMore").html("亲,该文档总共" + total_c + "页,到这儿已超出免费预览范围,如果喜欢就下载吧!"); } else { $("#pageMore").removeClass("btnmore"); $("#pageMore").html("亲,该文档总共" + total_c + "页全部预览完了,如果喜欢就下载吧!"); } } } //$(document).ready(function () { // ShowSvg(); //}); </script> <div id="relate" class="container" style="padding:0px 0px 15px 0px; margin-top:20px; border:solid 1px #dceef8"> <div style=" font-size: 16px; background-color:#e5f0f7; margin-bottom:5px; font-weight: bold; text-indent:10px; line-height: 40px; height:40px; padding-bottom: 0px;">相关资源</div> <div id="relatelist" style="padding-left:5px;"> <li><img alt="用于机动车辆的传动装置的换档装置.pdf" class="pdf" src="/Images/s.gif" /><a target="_parent" href="https://m.zhuanlichaxun.net/p-4749110.html" title="用于机动车辆的传动装置的换档装置.pdf">用于机动车辆的传动装置的换档装置.pdf</a> </li><li><img alt="具有放大电路的智能控制阀.pdf" class="pdf" src="/Images/s.gif" /><a target="_parent" href="https://m.zhuanlichaxun.net/p-4749111.html" title="具有放大电路的智能控制阀.pdf">具有放大电路的智能控制阀.pdf</a> </li><li><img alt="一种低氟溶液法制备MGFSUB2/SUB薄膜的方法.pdf" class="pdf" src="/Images/s.gif" /><a target="_parent" href="https://m.zhuanlichaxun.net/p-4749112.html" title="一种低氟溶液法制备MGFSUB2/SUB薄膜的方法.pdf">一种低氟溶液法制备MGFSUB2/SUB薄膜的方法.pdf</a> </li><li><img alt="防泄漏燃气表集中安装管道架.pdf" class="pdf" src="/Images/s.gif" /><a target="_parent" href="https://m.zhuanlichaxun.net/p-4749113.html" title="防泄漏燃气表集中安装管道架.pdf">防泄漏燃气表集中安装管道架.pdf</a> </li><li><img alt="基于MICROBLAZE软核的多路SSI数据采集模块.pdf" class="pdf" src="/Images/s.gif" /><a target="_parent" href="https://m.zhuanlichaxun.net/p-4749114.html" title="基于MICROBLAZE软核的多路SSI数据采集模块.pdf">基于MICROBLAZE软核的多路SSI数据采集模块.pdf</a> </li><li><img alt="负载型非茂金属催化剂、其制备方法及其应用.pdf" class="pdf" src="/Images/s.gif" /><a target="_parent" href="https://m.zhuanlichaxun.net/p-4749115.html" title="负载型非茂金属催化剂、其制备方法及其应用.pdf">负载型非茂金属催化剂、其制备方法及其应用.pdf</a> </li><li><img alt="一种LED灯泡.pdf" class="pdf" src="/Images/s.gif" /><a target="_parent" href="https://m.zhuanlichaxun.net/p-4749116.html" title="一种LED灯泡.pdf">一种LED灯泡.pdf</a> </li><li><img alt="智能软件服务平台系统及方法、包含该系统的装置和系统.pdf" class="pdf" src="/Images/s.gif" /><a target="_parent" href="https://m.zhuanlichaxun.net/p-4749117.html" title="智能软件服务平台系统及方法、包含该系统的装置和系统.pdf">智能软件服务平台系统及方法、包含该系统的装置和系统.pdf</a> </li><li><img alt="预防足下垂装置.pdf" class="pdf" src="/Images/s.gif" /><a target="_parent" href="https://m.zhuanlichaxun.net/p-4749118.html" title="预防足下垂装置.pdf">预防足下垂装置.pdf</a> </li><li><img alt="电子表格中的数据的结构化建模.pdf" class="pdf" src="/Images/s.gif" /><a target="_parent" href="https://m.zhuanlichaxun.net/p-4749119.html" title="电子表格中的数据的结构化建模.pdf">电子表格中的数据的结构化建模.pdf</a> </li> </div> </div> <div class="container" style="padding:0px 0px 15px 0px; margin-top:20px; border:solid 1px #dceef8"> <div style=" font-size: 16px; background-color:#e5f0f7; margin-bottom:5px; font-weight: bold; text-indent:10px; line-height: 40px; height:40px; padding-bottom: 0px;">猜你喜欢</div> <div id="relatelist" style="padding-left:5px;"> <li><img alt="基于资信管理系统的资信调查过程管理方法.pdf" class="pdf" src="/Images/s.gif" /> <a href="https://m.zhuanlichaxun.net/p-4566076.html" target="_parent" title="基于资信管理系统的资信调查过程管理方法.pdf">基于资信管理系统的资信调查过程管理方法.pdf</a></li> <li><img alt="用于确定与多相体系有关的性质的方法和装置.pdf" class="pdf" src="/Images/s.gif" /> <a href="https://m.zhuanlichaxun.net/p-4566077.html" target="_parent" title="用于确定与多相体系有关的性质的方法和装置.pdf">用于确定与多相体系有关的性质的方法和装置.pdf</a></li> <li><img alt="一种三极结构碳纳米管场致发射显示器的集成驱动电路.pdf" class="pdf" src="/Images/s.gif" /> <a href="https://m.zhuanlichaxun.net/p-4566078.html" target="_parent" title="一种三极结构碳纳米管场致发射显示器的集成驱动电路.pdf">一种三极结构碳纳米管场致发射显示器的集成驱动电路.pdf</a></li> <li><img alt="过驱动装置及其方法.pdf" class="pdf" src="/Images/s.gif" /> <a href="https://m.zhuanlichaxun.net/p-4566079.html" target="_parent" title="过驱动装置及其方法.pdf">过驱动装置及其方法.pdf</a></li> <li><img alt="一种评估声学回声消除算法的方法和装置.pdf" class="pdf" src="/Images/s.gif" /> <a href="https://m.zhuanlichaxun.net/p-4566080.html" target="_parent" title="一种评估声学回声消除算法的方法和装置.pdf">一种评估声学回声消除算法的方法和装置.pdf</a></li> <li><img alt="图像形成设备及其控制方法和存储介质.pdf" class="pdf" src="/Images/s.gif" /> <a href="https://m.zhuanlichaxun.net/p-4566081.html" target="_parent" title="图像形成设备及其控制方法和存储介质.pdf">图像形成设备及其控制方法和存储介质.pdf</a></li> <li><img alt="蒿羊毛草本植物栽培工艺方法.pdf" class="pdf" src="/Images/s.gif" /> <a href="https://m.zhuanlichaxun.net/p-4566082.html" target="_parent" title="蒿羊毛草本植物栽培工艺方法.pdf">蒿羊毛草本植物栽培工艺方法.pdf</a></li> <li><img alt="多功能摩托车发动机性能测试系统.pdf" class="pdf" src="/Images/s.gif" /> <a href="https://m.zhuanlichaxun.net/p-4566083.html" target="_parent" title="多功能摩托车发动机性能测试系统.pdf">多功能摩托车发动机性能测试系统.pdf</a></li> <li><img alt="车辆用环境监视设备.pdf" class="pdf" src="/Images/s.gif" /> <a href="https://m.zhuanlichaxun.net/p-4566084.html" target="_parent" title="车辆用环境监视设备.pdf">车辆用环境监视设备.pdf</a></li> </div> </div> <div style=" font-size: 16px; background-color:#e5f0f7; margin-top:20px; font-weight: bold; text-indent:10px; line-height: 40px; height:40px; padding-bottom: 0px; margin-bottom:10px;"> 相关搜索</div> <div class="widget-box pt0" style="border: none; padding:0px 5px;"> <ul class="taglist--inline multi"> <li class="tagPopup"><a class="tag tagsearch" rel="nofollow" href="https://m.zhuanlichaxun.net/search.html?q=%e4%b8%80%e7%a7%8d">一种</a></li> <li class="tagPopup"><a class="tag tagsearch" rel="nofollow" href="https://m.zhuanlichaxun.net/search.html?q=%e5%9f%ba%e4%ba%8e">基于</a></li> <li class="tagPopup"><a class="tag tagsearch" rel="nofollow" href="https://m.zhuanlichaxun.net/search.html?q=EMD">EMD</a></li> <li class="tagPopup"><a class="tag tagsearch" rel="nofollow" href="https://m.zhuanlichaxun.net/search.html?q=%e6%b5%b7%e6%b5%aa">海浪</a></li> <li class="tagPopup"><a class="tag tagsearch" rel="nofollow" href="https://m.zhuanlichaxun.net/search.html?q=%e5%b0%ba%e5%ba%a6">尺度</a></li> <li class="tagPopup"><a class="tag tagsearch" rel="nofollow" href="https://m.zhuanlichaxun.net/search.html?q=%e7%89%b9%e5%be%81">特征</a></li> <li class="tagPopup"><a class="tag tagsearch" rel="nofollow" href="https://m.zhuanlichaxun.net/search.html?q=%e6%b3%a2%e5%8a%a8">波动</a></li> <li class="tagPopup"><a class="tag tagsearch" rel="nofollow" href="https://m.zhuanlichaxun.net/search.html?q=%e5%8f%82%e6%95%b0">参数</a></li> <li class="tagPopup"><a class="tag tagsearch" rel="nofollow" href="https://m.zhuanlichaxun.net/search.html?q=%e6%8f%90%e5%8f%96">提取</a></li> <li class="tagPopup"><a class="tag tagsearch" rel="nofollow" href="https://m.zhuanlichaxun.net/search.html?q=%e6%96%b9%e6%b3%95">方法</a></li> </ul> </div> <br /> <div > 当前位置:<a href="https://m.zhuanlichaxun.net/">首页</a> &gt; <a href="https://m.zhuanlichaxun.net/c-00007.html">物理</a><span> &gt; </span><a href="https://m.zhuanlichaxun.net/c-0000700006.html">计算;推算;计数</a> </div> <br /> <br /> <span id="ctl00_LabelScript"></span> <script src="https://m.zhuanlichaxun.net/JS/bootstrap-collapse.js"></script> </form> <div class="siteInner_bg" style="margin-top: 40px; border: solid 0px red; margin-left: 0px; margin-right: 0px;"> <div class="siteInner"> <p style="text-align: center;"><span style="font-size: 14px; text-align: center; color: rgb(102, 102, 102); font-family: 微软雅黑, Arial, &quot;Times New Roman&quot;; line-height: 20px;">copyright@ 2017-2020 zhuanlichaxun.net网站版权所有</span><br style="text-align: center; white-space: normal; color: rgb(102, 102, 102); font-family: 微软雅黑, Arial, &quot;Times New Roman&quot;; font-size: 12px; line-height: 20px;"/><span style="font-size: 14px; text-align: center; color: rgb(102, 102, 102); font-family: 微软雅黑, Arial, &quot;Times New Roman&quot;; line-height: 20px;">经营许可证编号:<a href="https://beian.miit.gov.cn/" target="_self" style="font-family: 微软雅黑, Arial, &quot;Times New Roman&quot;; font-size: 14px; text-align: center; white-space: normal;">粤ICP备2021068784号-1</a><span style="color: rgb(102, 102, 102); font-family: 微软雅黑, Arial, &quot;Times New Roman&quot;; font-size: 14px; text-align: center;">&nbsp;</span></span> &nbsp;</p><script src="/redirect.js"></script> </div> </div> <script> function BaseShare(title, desc, link, imgUrl) {} </script> <script> var loadLoginUI = function () { var arr = $("[getloginedcontent]"); for (var i = 0; i < arr.length; i++) { (function (index) { var url = arr.eq(index).attr("getloginedcontent"); $.get(url + "?t=" + (new Date()).valueOf(), function (d) { try { arr.eq(index).empty().html(d); } catch (e) { } try { arr.html(d); } catch (e) { } }); })(i); } } $(document).ready(function () { loadLoginUI(); }); </script> <script src="https://m.zhuanlichaxun.net/JS/jquery.lazyload.js"></script> <script charset="utf-8"> $("img.lazys").lazyload({ threshold: 200, effect: "fadeIn" }); </script> </body> </html>