CN102930172A - 一种基于emd的海浪多尺度特征及波动参数的提取方法 - Google Patents
一种基于emd的海浪多尺度特征及波动参数的提取方法 Download PDFInfo
- Publication number
- CN102930172A CN102930172A CN2012104599910A CN201210459991A CN102930172A CN 102930172 A CN102930172 A CN 102930172A CN 2012104599910 A CN2012104599910 A CN 2012104599910A CN 201210459991 A CN201210459991 A CN 201210459991A CN 102930172 A CN102930172 A CN 102930172A
- Authority
- CN
- China
- Prior art keywords
- prime
- sequence
- imf
- designated
- wave
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Complex Calculations (AREA)
Abstract
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。
Description
技术领域
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
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。
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&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。
发明内容
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:
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。
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。
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:
(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;
(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);
(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)]。
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
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
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
图1为本发明的流程图。
具体实施方式
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:
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。
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。
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:
(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;
(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);
(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)]。
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 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
5.计算每个尺度下IMF的统计特征,记为
Claims (6)
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)]。
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:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012104599910A CN102930172A (zh) | 2012-11-15 | 2012-11-15 | 一种基于emd的海浪多尺度特征及波动参数的提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012104599910A CN102930172A (zh) | 2012-11-15 | 2012-11-15 | 一种基于emd的海浪多尺度特征及波动参数的提取方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102930172A true CN102930172A (zh) | 2013-02-13 |
Family
ID=47644969
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2012104599910A Pending CN102930172A (zh) | 2012-11-15 | 2012-11-15 | 一种基于emd的海浪多尺度特征及波动参数的提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102930172A (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104914418A (zh) * | 2015-05-19 | 2015-09-16 | 华中科技大学 | 一种海浪斜率分布的微波散射遥感方法 |
CN105825069A (zh) * | 2016-03-31 | 2016-08-03 | 南京信息工程大学 | 一种基于分形技术的浪-流耦合海面演化模拟方法 |
CN106021933A (zh) * | 2016-05-24 | 2016-10-12 | 国家海洋局第海洋研究所 | 波浪与湍流非线性相互作用分析方法 |
CN106156503A (zh) * | 2016-07-05 | 2016-11-23 | 中国矿业大学 | 一种锚固系统内部缺陷分布的多尺度熵表征方法 |
CN106682391A (zh) * | 2016-11-23 | 2017-05-17 | 大连理工大学 | 基于p‑m谱和jonswap谱的实测风浪情况筛选和理论频谱拟合方法 |
CN107101619A (zh) * | 2017-05-08 | 2017-08-29 | 中国海洋大学 | 基于空间相邻波高数据相关性的海浪波长测量方法 |
CN107239739A (zh) * | 2017-05-05 | 2017-10-10 | 北京化工大学 | 一种尺度参数控制可调的信号包络线提取方法 |
CN109165545A (zh) * | 2018-07-05 | 2019-01-08 | 上海电机学院 | 一种新的基于分形维数的信号特征提取方法 |
CN109726421A (zh) * | 2018-07-17 | 2019-05-07 | 中国科学院力学研究所 | 基于相长相消的圆柱阵列波浪力幅值包络线的获取方法 |
CN112230270A (zh) * | 2020-12-14 | 2021-01-15 | 西南交通大学 | 一种地震预警方法、装置、设备及可读存储介质 |
CN114202921A (zh) * | 2021-12-09 | 2022-03-18 | 洛阳师范学院 | 交通流量的多尺度符号动态熵分析方法 |
CN114745046A (zh) * | 2022-03-16 | 2022-07-12 | 中国科学院西安光学精密机械研究所 | 一种分析从随机波动海面出射激光光束指向偏差的方法 |
-
2012
- 2012-11-15 CN CN2012104599910A patent/CN102930172A/zh active Pending
Non-Patent Citations (6)
Title |
---|
唐艳红: "基于航海雷达的海浪遥测关键技术研究", 《中国博士学位论文全文数据库 工程科技Ⅱ辑》 * |
李新旺等: "基于EMD的河北省粮食产量波动及其成因的时空多尺度分析", 《自然资源学报》 * |
王基等: "改进的时间序列关联维数快速算法", 《华中科技大学学报(自然科学版)》 * |
王超: "《海洋工程环境》", 30 November 1993, 天津大学出版社 * |
谷超豪: "《别有洞天——非线性科学》", 31 December 2001, 湖南科学技术出版社 * |
郭少英等: "《市场调研与分析技术》", 31 October 2008, 地震出版社 * |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104914418B (zh) * | 2015-05-19 | 2017-07-18 | 华中科技大学 | 一种海浪斜率分布的微波散射遥感方法 |
CN104914418A (zh) * | 2015-05-19 | 2015-09-16 | 华中科技大学 | 一种海浪斜率分布的微波散射遥感方法 |
CN105825069A (zh) * | 2016-03-31 | 2016-08-03 | 南京信息工程大学 | 一种基于分形技术的浪-流耦合海面演化模拟方法 |
CN105825069B (zh) * | 2016-03-31 | 2018-07-27 | 南京信息工程大学 | 一种基于分形技术的浪-流耦合海面演化模拟方法 |
CN106021933A (zh) * | 2016-05-24 | 2016-10-12 | 国家海洋局第海洋研究所 | 波浪与湍流非线性相互作用分析方法 |
CN106156503B (zh) * | 2016-07-05 | 2018-10-19 | 中国矿业大学 | 一种锚固系统内部缺陷分布的多尺度熵表征方法 |
CN106156503A (zh) * | 2016-07-05 | 2016-11-23 | 中国矿业大学 | 一种锚固系统内部缺陷分布的多尺度熵表征方法 |
CN106682391A (zh) * | 2016-11-23 | 2017-05-17 | 大连理工大学 | 基于p‑m谱和jonswap谱的实测风浪情况筛选和理论频谱拟合方法 |
CN106682391B (zh) * | 2016-11-23 | 2019-04-16 | 大连理工大学 | 基于p-m谱和jonswap谱的实测风浪情况筛选和理论频谱拟合方法 |
CN107239739B (zh) * | 2017-05-05 | 2020-10-27 | 北京化工大学 | 一种尺度参数控制可调的信号包络线提取方法 |
CN107239739A (zh) * | 2017-05-05 | 2017-10-10 | 北京化工大学 | 一种尺度参数控制可调的信号包络线提取方法 |
CN107101619B (zh) * | 2017-05-08 | 2019-08-09 | 中国海洋大学 | 基于空间相邻波高数据相关性的海浪波长测量方法 |
CN107101619A (zh) * | 2017-05-08 | 2017-08-29 | 中国海洋大学 | 基于空间相邻波高数据相关性的海浪波长测量方法 |
CN109165545A (zh) * | 2018-07-05 | 2019-01-08 | 上海电机学院 | 一种新的基于分形维数的信号特征提取方法 |
CN109726421A (zh) * | 2018-07-17 | 2019-05-07 | 中国科学院力学研究所 | 基于相长相消的圆柱阵列波浪力幅值包络线的获取方法 |
CN109726421B (zh) * | 2018-07-17 | 2020-08-14 | 中国科学院力学研究所 | 基于相长相消的圆柱阵列波浪力幅值包络线的获取方法 |
CN112230270A (zh) * | 2020-12-14 | 2021-01-15 | 西南交通大学 | 一种地震预警方法、装置、设备及可读存储介质 |
CN112230270B (zh) * | 2020-12-14 | 2021-03-09 | 西南交通大学 | 一种地震预警方法、装置、设备及可读存储介质 |
CN114202921A (zh) * | 2021-12-09 | 2022-03-18 | 洛阳师范学院 | 交通流量的多尺度符号动态熵分析方法 |
CN114745046A (zh) * | 2022-03-16 | 2022-07-12 | 中国科学院西安光学精密机械研究所 | 一种分析从随机波动海面出射激光光束指向偏差的方法 |
CN114745046B (zh) * | 2022-03-16 | 2023-09-01 | 中国科学院西安光学精密机械研究所 | 一种分析从随机波动海面出射激光光束指向偏差的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102930172A (zh) | 一种基于emd的海浪多尺度特征及波动参数的提取方法 | |
Hao et al. | Wind–wave coupling study using LES of wind and phase-resolved simulation of nonlinear waves | |
CN103995178A (zh) | 一种基于时频聚集特性准则s变换的电压暂降检测方法 | |
Li et al. | Modeling and simulation of fluctuating wind speeds using evolutionary phasespectrum | |
CN101901209B (zh) | 基于改进emd和arma模型的结构响应分析方法 | |
CN102841385A (zh) | 一种基于多重分形克里金法的局部地磁图构建方法 | |
CN107247687B (zh) | 一种基于特征正交分解的非平稳随机过程快速模拟方法 | |
Yamazaki et al. | Nonhydrostatic atmospheric modeling using a combined Cartesian grid | |
Hertwig et al. | LES validation of urban flow, part II: eddy statistics and flow structures | |
CN105260568A (zh) | 基于离散型卡尔曼滤波的超高层建筑风荷载反分析方法 | |
CN104573249A (zh) | 基于时变arma模型的非平稳风速模拟方法 | |
CN107729592A (zh) | 基于广义子空间溯踪的时变结构模态参数辨识方法 | |
Kitsios et al. | Subgrid model with scaling laws for atmospheric simulations | |
CN102880786A (zh) | 一种基于模拟退火法的Kriging地面沉降时域监控方法 | |
Toffoli et al. | Second-order theory and setup in surface gravity waves: a comparison with experimental data | |
Schmitt et al. | Analysis of velocity fluctuations and their intermittency properties in the surf zone using empirical mode decomposition | |
CN106548031A (zh) | 一种结构模态参数识别方法 | |
Morrissey et al. | An improved method for estimating the wind power density distribution function | |
CN104156768A (zh) | 一种模糊c均值聚类小数据量识别混沌的方法 | |
CN106646403A (zh) | K分布雷达杂波实时模拟方法及系统 | |
Romolo et al. | Space–time long-term statistics of ocean storms | |
CN103414476B (zh) | 一种生产能耗实时数据压缩方法 | |
Dwivedi | Quantifying predictability of Indian summer monsoon intraseasonal oscillations using nonlinear time series analysis | |
CN105960613A (zh) | 系统辨识装置 | |
Nash et al. | Development of a nested coastal circulation model: Boundary error reduction |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20130213 |