JPH05197742A - 複合正弦波形を用いた波形データの予測法 - Google Patents

複合正弦波形を用いた波形データの予測法

Info

Publication number
JPH05197742A
JPH05197742A JP4642792A JP4642792A JPH05197742A JP H05197742 A JPH05197742 A JP H05197742A JP 4642792 A JP4642792 A JP 4642792A JP 4642792 A JP4642792 A JP 4642792A JP H05197742 A JPH05197742 A JP H05197742A
Authority
JP
Japan
Prior art keywords
waveform
amplitude
waveform data
sine
composite
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
Application number
JP4642792A
Other languages
English (en)
Inventor
Takayoshi Hirata
能睦 平田
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to JP4642792A priority Critical patent/JPH05197742A/ja
Publication of JPH05197742A publication Critical patent/JPH05197742A/ja
Pending legal-status Critical Current

Links

Abstract

(57)【要約】 【目 的】与えられた時間変動波形データから、将来の
波形を実際的な要求にかなう範囲で、論理的な手法によ
って予測する方法を提供すること。 【構 成】与えられた波形データに所定周期、一定振幅
の正弦波形と余弦波形をそれぞれ掛けて所定区間にわた
って積分(離散的な値については加算)を行ない、得ら
れた2つの値から波形データに含まれる前記所定周期の
正弦波形成分の振幅と位相を求める。所定周期の変化に
応じて変わる上記振幅の内から、その極大となるものを
求め、これら極大となる周期の正弦波形成分を選択し、
これを合成して複合正弦波形と成し、前記波形データの
最終端以後の波形をこの複合正弦波形によって与える。
これらの手順はコンピュータを用いて行なうことができ
る。

Description

【発明の詳細な説明】
【0001】
【産業上の利用分野】コンピュータを用いた情報処理産
業の分野。
【0002】
【従来の技術】与えられた波形あるいは現時点までの波
形から、更に時間を経過した時点での波形を予測する方
法の一つは、主観に依る予測である。しかし、この方法
は個人差を伴うものであり、客観性と論理性に欠くこと
は否めない。一方、客観的また論理的な波形予測とし
て、数学的手法を用いる方法がある。例えば、既知波形
上のn点に合致する(n−1)次式を求め、この外挿点
により波形の予測を行なう多項式を用いる予測法(ラグ
ランジュの内挿法における内挿点を端点に設定した場
合)がある。しかし、この方法は変化のなだらかな場合
に予測精度はよいが、山谷が生じる波形に対しては誤差
がかなり大きなものとなって、変動の多い波形の予測に
は適さない。もう一つの方法として、過去の波形に対す
る最小自乗直線によって将来の時点の値を予測する方法
が考えられるが、この方法も波形の平均的なとらえ方を
するために、変動波形を予測するには適していない。上
記のように、論理的な手法で変動波形の将来を実際的な
要求にかなう範囲で予測する方法が見い出されていない
のが現状である。
【0003】
【発明が解決しようとする課題】論理的な手法で変動波
形の将来を、実際的な要求にかなう範囲で予測する方法
を提供すること。
【0004】
【課題を解決するための手段】上記課題を解決するため
に、本発明は、ある値の時間変化を表わす波形データ、
もしくは前記波形データから直流成分を除いた波形デー
タ、もしくは前記波形データから前記波形データの直線
成分を除いた波形データに、所定周期の一定振幅正弦波
形および一定振幅余弦波形をそれぞれ掛けて所定区間に
わたって積分して得た2つの値を少なくとも用いて、前
記波形データの前記所定区間に含まれている前記所定周
期の振幅および位相を求めること、前記所定周期の変化
に応じて変わる前記振幅が最大あるいは極大となるとこ
ろの前記所定周期と前記振幅および前記位相を持った正
弦波形を加え合わせて複合正弦波形を得ること、前記所
定区間以後の前記ある値の時間変化を、前記複合正弦波
形、もしくは前記直流成分と前記複合正弦波形の和で成
る波形、もしくは前記直線成分と前記複合正弦波形の和
で成る波形によって与えること、を含んだ複合正弦波形
を用いた波形データの予測法、をその手段とするもので
ある。
【0005】
【作用】以下、本発明の作用を数式を用いて説明する。 形S(m)および一定振幅余弦波形C(m)、すなわち
【数1】 をそれぞれ掛けて所定区間、たとえばm=M−Lからm
=Mまで積分した値をそれぞれれA(T)およびB
(T)とすれば、
【数2】 で与えられる。ここで積分は離散的な数値系列で示され
るW(m),S(m),C(m)の積について、和(サ
ムメーション)の形で表わされている。W(m)を振幅
V、周期T、位相Pをもった正弦波形として、L=nT
(n=1,2,3,…)とすれば、A(T)およびB
(T)はそれぞれ、
【数3】 となる。従ってW(m)がこのような正弦波形ならば
(数3)により振幅Vと位相Pが2つの値A(T)およ
びB(T)で与えられることになる。すなわち
【数4】 次に、上記W(m)に所定周期(T+d)、振幅1の一
定振幅正弦波形および一定振幅余弦波形を掛けて、m=
M−nTからm=Mまで積分した値をそれぞれA(T+
d)およびB(T+d)とすると、dの絶対値がTより
十分小さい場合、近似式を用いて
【数5】 と表わされる。従って振幅V′は
【数6】 と表わされる。ただし、Eは積分の計算に第1平均値定
理を用いたときに使用した値で、0<E<1である。こ
れより、掛け合わせる正弦波形の周期と波形データに含
まれる正弦波形の周期が一致したとき(d=0)、振幅
は極大となることがわかる。従って、Tを変化させて前
記振幅を求め、その値が極大となる周期および位相を求
めれば、波形データW(m)に含まれている正弦波形を
確定することができる。このようにして確定(分析)さ
れた正弦波形を加え合わせれば、複合正弦波形D(m)
が得られ、分析され合成された正弦波形の数が十分であ
れば、少なくとも所定区間の一部で、W(m)はD
(m)で近似できることになる。この近似が十分でない
と見なされた場合は、W(m)からD(m)を差し引い
た残差波形に関してW(m)に施した場合と同じような
分析を行なって、更に複合正弦波形を求め、これを最初
の複合正弦波形に加え合わせれば、この加算された複合
正弦波形は最初の複合正弦波形よりも更によいW(m)
の近似波形になる。W(m)から直流成分を除去した波
形データに対して上記分析がなされた場合は、上記複合
正弦波形にその直流成分を加えたものがW(m)の近似
波形となる。更に、W(m)から直線成分を除去した波
形データに対して上記分析がなされた場合は、上記複合
正弦波形にその直線成分を加えたものがW(m)の近似
波形となる。波形データW(m)は、mに関して1から
Mまでしか与えられておらず、m>Mにおける値を直接
的にW(m)から与えることはできない。それで本発明
の予測法では、D(m)がW(m)の最終端近傍の近似
式であれば、その近似式が適合する区間の長さに応じ
て、最終端より更に時間を経過した点の値をD(m)で
与え、これをW(m)のm>Mにおける予測値とするも
のである。なお、波形データW(m)の直流成分Bは
【数7】 で与えられ、直線成分F(m)は
【数8】 で与えられる。上記のようにしてW(m)から例えば直
線成分F(m)を除去し、m=Mを含む区間からW
(m)の正弦波形成分として振幅、周期、位相がそれぞ
れV,V,…,VとT,T,…,T
,P,…,Pなる値で求められたとすれば、直
線成分と複合正弦波形の和は、
【数9】 で与えられる。従って、このD(m)を用いてm>Mの
値を計算して求めれば、その値はW(m)のm>Mにお
ける予測値となる。
【0006】
【実施例】500個の数値系列からなる波形データW
(m)について、m>500の値を予測する実施例。 (1) 所定区間を所定周期の1周期分、m=500−
Tからm=500までとした場合。T=500に対して
A(500)はW(0)=0とし、W(1)S(1),
W(2)S(2),…,W(500)S(500)の和
で与えられ、B(500)はW(1)C(1),W
(2)C(2),…,W(500)C(500)の和で
与えられる。このときの振幅と位相は(数4)でn=
1,T=500として与えられる。同様にして、T=4
99に対してA(499)がW(m)S(m)の積和
で、B(499)がW(m)C(m)の積和で与えら
れ、(数4)でn=1,T=499として振幅と位相が
与えられる。以下同様である。ただし各周期Tにおける
S(m),C(m)は(数1)においてそのTの値を代
入して求める。振幅Vが極大となる周期は、ある周期に
おける振幅がその前後の周期の振幅よりも大きくなるも
のを選択することによって求められるが、代替法として
次のようにすることもできる。所定周期Tを500から
1までとした場合これらを分割して例えば第1の周期帯
域をT=500から401、第2の周期帯域をT=40
0から301、第3の周期帯域をT=300から20
1、第4の周期帯域をT=200から101、第5の周
期帯域をT=100から1として、各周期帯域毎に振幅
Vが最大となる周期を求め、これらを仮の極大周期とす
る。更に分割位置をずらし第1の周期帯域をT=500
から451、第2の周期帯域をT=450から351、
第3の周期帯域をT=350から251、第4の周期帯
域をT=150から51、第6の周期帯域をT=50か
ら1として、これら各周期帯域毎に振幅Vが最大となる
周期を求め、これらをもう1組の仮の極大周期とする。
このようにして得られた1回目の仮の極大周期と2回目
の仮の極大周期で共通した周期を取り出し、これを極大
周期すなわち振幅Vが極大となる周期とする。この方法
によれば分割帯域の中で振幅Vが一様に増加あるいは減
少する場合に、帯域の端で最大値が与えられて、しかも
極大ではないときに、そのような値を除くことができ
る。 (2) 所定区間を所定周期の2周期分、m=500−
2Tからm=500までとした場合。T=250に対し
てA(250)はW(0)=0として、W(1)S
(1),W(2)S(2),…,W(500)S(50
0)の和で与えられ、B(250)はW(1)C
(1),W(2)C(2),…,W(500)C(50
0)の和で与えられる。振幅と位相は(数4)で、n=
2,T=250として与えられる。同様にしてT=24
9に対してA(249)がm=2から500までのW
(m)S(m)の積和で、B(249)が同じくW
(m)C(m)の積和で与えられ、振幅と位相は(数
4)でn=2,T=249として与えられる。以下同様
である。ただし各周期TにおけるS(m)、C(m)は
(数1)においてそのTの値を代入して求める。振幅の
極大となる周期の求め方は上記(1)で説明された方法
を用いることができる。 (3) 所定区間を所定周期の3周期分、m=500−
3Tからm=500までとした場合。T=166に対し
てA(166)はW(2)S(2),W(3)S
(3),…,W(500)S(500)の和で与えら
れ、B(166)はW(2)C(2),W(3)C
(3),…,W(500)C(500)の和で与えられ
る。振幅と位相は(数4)で、n=3,T=166とし
て与えられる。同様にしてT=165に対してA(16
5)がm=5から500までのW(m)S(m)の積和
で、B(165)が同じくW(m)C(m)の積和で与
えられ、振幅と位相は(数4)でn=3,T=165と
して与えられる。以下同様である。ただし各周期Tにお
けるS(m),C(m)は(数1)においてそのTの値
を代入して求める。振幅の極大となる周期の求め方は上
記(1)で説明された方法を用いることができる。複合
正弦波形は、求められた極大周期とその振幅および位相
で定まる正弦波形の和で与えられるので、上記(1)な
いし(3)のいずれの方法を用いても、複合正弦波形を
得ることができるが、例えば上記(1)ないし(3)の
各々の方法で複合正弦波形を求めたとすると、これら複
合正弦波形を構成する正弦波形の同じ周波数成分で同じ
位相の振幅は、それらの算術平均で与えることもでき
る。また、上記の1つの方法で得られた複合正弦波形
を、波形データW(m)から差し引いて残差波形を求
め、上記の他の方法でその残差波形に対する複合正弦波
形を求め、これら複合正弦波形を加え合わせた波形を予
測に用いることもできる。図1は、実線で示された波形
データに本予測法を適用して得られた複合正弦波形(予
測波形)を、点線で示したものである。
【0007】
【発明の効果】ラグランジュ内挿法をディジタルオーデ
ィオ信号の誤り補正に用いる場合の補正誤差は、電子通
信学会研究会資料(EA77−58)に示されており、
一般に周波数が大きい信号になるほど誤差が増大する
が、これを予測へ拡張した場合には更に誤差が大きくな
る。予測特性は任意周波数正弦波に対して、ある時点以
後の値をそれ以前の値から求めたところの予測値と真値
との差の特性として表されるが、本発明に基づく予測法
の場合、各正弦波ごとに、位相と周期および振幅を一致
させることができるので、その予測特性は原理的に周期
信号に対して誤差がない。従って、波形データが周期的
波形から成っている場合、本発明の効果は特に顕著であ
る。本発明は、これまで説明してきたように波形の分析
と合成をその手段としているが、従来から知られている
波形分析の手法との違いを以下説明する。波形分析に関
する数学的手法はフーリエによって西暦1801年に明
らかにされており、一般的な波形(周期的でない波形を
含む)はフーリエ積分によって、その周波数成分が求め
られる。この手法を前記波形データW(m)に適用する
と、波形データの与えられていない部分の値は0として
計算されるために、分析(解析)結果から波形を合成す
ると、m>Mの値は0もしくは0に漸近し、従って予測
にはならない。コンピュータを用いた波形分析として知
られているFFT(高速フーリエ変換)の場合は、分析
の対象とする波形を、その与えられた波形の長さを1周
期とする周期的波形と見なして、フーリエ積分の特殊な
場合、すなわちフーリエ級数で表される波形に置き換え
るために、分析結果から逆変換によって波形を合成する
と、m>Mの波形は与えられた波形W(m)の再現波形
となり、これも予測にはならない。図2は、図1の波形
データにFFTを適用してm>Mの波形を与えたとした
場合の予測波形の概略を示したものである。この場合、
予測波形は波形データの最初の部分からのくり返し波形
になる。なお、本予測法における波形データの処理はコ
ンピュータを用いて行なうことができるものであり、そ
の手順は実施例に示されている。本発明による予測法の
対象となる波形データの具体例を以下に示す。1.自然
界において観測される物理的変動量(例)気温、雨量、
水位、太陽活動2.人間社会における諸活動に関する変
動量(例)エネルギー消費、株価、為替レート
【図面の簡単な説明】
【図1】波形データ(実線)と本予測法によって得られ
た複合正弦波形(点線)。
【図2】波形データ(実線)とFFTを適用した場合に
得られる予測波形(点線)。

Claims (1)

    【特許請求の範囲】
  1. 【請求項1】ある値の時間変化を表わす波形データ、も
    しくは前記波形データから直流成分を除いた波形デー
    タ、もしくは前記波形データから前記波形データの直線
    成分を除いた波形データに、所定周期の一定振幅正弦波
    形および一定振幅余弦波形をそれぞれ掛けて所定区間に
    わたって積分して得た2つの値を少なくとも用いて、前
    記波形データの前記所定区間に含まれている前記所定周
    期の振幅および位相を求めること、前記所定周期の変化
    に応じて変わる前記振幅が最大あるいは極大となるとこ
    ろの前記所定周期と前記振幅および前記位相を持った正
    弦波形を加え合わせて複合正弦波形を得ること、前記所
    定区間以後の前記ある値の時間変化を、前記複合正弦波
    形、もしくは前記直流成分と前記複合正弦波形の和で成
    る波形、もしくは前記直線成分と前記複合正弦波形の和
    で成る波形によって与えること、を含んだ複合正弦波形
    を用いた波形データの予測法。
JP4642792A 1992-01-21 1992-01-21 複合正弦波形を用いた波形データの予測法 Pending JPH05197742A (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP4642792A JPH05197742A (ja) 1992-01-21 1992-01-21 複合正弦波形を用いた波形データの予測法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP4642792A JPH05197742A (ja) 1992-01-21 1992-01-21 複合正弦波形を用いた波形データの予測法

Publications (1)

Publication Number Publication Date
JPH05197742A true JPH05197742A (ja) 1993-08-06

Family

ID=12746856

Family Applications (1)

Application Number Title Priority Date Filing Date
JP4642792A Pending JPH05197742A (ja) 1992-01-21 1992-01-21 複合正弦波形を用いた波形データの予測法

Country Status (1)

Country Link
JP (1) JPH05197742A (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1994018573A1 (fr) * 1993-02-02 1994-08-18 Yoshimutsu Hirata Analyse non harmonique de donnees de forme d'onde et systeme de traitement par synthese de ces donnees
EP0795755A2 (en) * 1996-03-05 1997-09-17 HIRATA, Yoshimutsu Method of non-harmonic analysis of waveforms for synthesis, interpolation and extrapolation
JP2006048319A (ja) * 2004-08-04 2006-02-16 Sony Corp 情報処理装置および方法、記録媒体、並びにプログラム

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1994018573A1 (fr) * 1993-02-02 1994-08-18 Yoshimutsu Hirata Analyse non harmonique de donnees de forme d'onde et systeme de traitement par synthese de ces donnees
EP0795755A2 (en) * 1996-03-05 1997-09-17 HIRATA, Yoshimutsu Method of non-harmonic analysis of waveforms for synthesis, interpolation and extrapolation
EP0795755A3 (en) * 1996-03-05 1998-05-20 HIRATA, Yoshimutsu Method of non-harmonic analysis of waveforms for synthesis, interpolation and extrapolation
JP2006048319A (ja) * 2004-08-04 2006-02-16 Sony Corp 情報処理装置および方法、記録媒体、並びにプログラム

Similar Documents

Publication Publication Date Title
Xie et al. A hybrid adaptive time-delay neural network model for multi-step-ahead prediction of sunspot activity
Allahviranloo et al. Improved predictor–corrector method for solving fuzzy initial value problems
Wang et al. On the evaluation of Cauchy principal value integrals of oscillatory functions
JP2020517002A5 (ja)
Diogo Collocation and iterated collocation methods for a class of weakly singular Volterra integral equations
Zhou et al. Optimal averages for nonlinear signal decompositions—Another alternative for empirical mode decomposition
Ahamad et al. Study of numerical solution of fourth order ordinary differential equations by fifth order runge-kutta method
JPH05197742A (ja) 複合正弦波形を用いた波形データの予測法
Kovács et al. RAIT: the rational approximation and interpolation toolbox for Matlab, with experiments on ECG signals
Piah et al. Positivity-preserving scattered data interpolation
JPH0855106A (ja) 複合正弦波形を用いた波形データ予測方式
Makaveev et al. Dynamic hysteresis modelling using feed-forward neural networks
Kulesh et al. Adaptive metrics in the nearest neighbours method
Scalia Contact problem for porous elastic strip
Yahya et al. A genetic algorithm-based Grey model combined with Fourier series for forecasting tourism arrivals in Langkawi Island Malaysia
Yıldırım et al. Numerical comparison for the solutions of anharmonic vibration of fractionally damped nano-sized oscillator
Ukte et al. Two empirical methods for improving the performance of statistical multirate high-resolution signal reconstruction
Bao et al. Point control of rational interpolating curves using parameters
Heath et al. Detecting nonlinearity in psychological data: Techniques and applications
Khan et al. Signal reconstruction using evolvable recurrent neural networks
Numada et al. Filter with variable transmission characteristics for determination of three-dimensional roughness
Li et al. Solution of a class of two-dimensional integral equations
Yakimov et al. Digital estimation of correlation function moments using analog-stochastic sign quantization of a random process
JPH05119088A (ja) 複合正弦波による波形データの予測法
Jere et al. Univariate Time-Series analysis of second-hand car importation in Zambia