中文

基于连续小波变换的时间序列信号-噪声分解:应用于太阳黑子指数

数据分析、统计与概率 2009-11-10 v1 空间物理

摘要

我们表明连续小波变换可以将时间序列唯一分解为“类信号”和“类噪声”分量:从整体小波谱中可以提取两个相互独立的骨架谱,从而即使在非平稳时间序列中也能分别检测和监测(a)稳定但瞬态的、演化的周期性,例如低维动力系统的输出,以及(b)尺度不变结构,例如不连续性、自相似结构或噪声。对月平均太阳黑子指数的指示性应用揭示了众所周知的11年周期、其3个谐波、2年周期(准两年振荡,QBO)以及另外几个周期(其中一些先前已在各种太阳、日地联系和气候指数中检测到),这里提出它们只是QBO的谐波,所有这些都支持双周期太阳磁发电机模型(Benevolenskaya, 1998, 2000)。尺度最大谱揭示了太阳黑子数中存在时间尺度长达1年的1/f涨落,表明涉及具有这些特征时间尺度的瞬态太阳活动现象的太阳磁结构处于自组织临界(SOC)状态,正如先前针对太阳耀斑发生所提出的(Lu and Hamilton, 1991)。

关键词

引用

@article{arxiv.physics/0301030,
  title  = {On signal-noise decomposition of timeseries using the continuous wavelet transform: Application to sunspot index},
  author = {J. Polygiannakis and P. Preka-Papadema and X. Moussas},
  journal= {arXiv preprint arXiv:physics/0301030},
  year   = {2009}
}

备注

22 pages, 2 figures