基于拓扑学的多变量时间序列重复项识别

许多在自然科学和工程领域获取的多变量时间序列都具有重复行为，例如离散自动化中工业机器的状态空间轨迹。从此类多变量时间序列中恢复重复发生时间对于许多监控和控制任务至关重要。对于周期时间序列，这等价于确定其周期长度。本文提出了基于持久同谱学的框架，用于估计具有不同循环行为（周期性、重复性和循环性）的多变量时间序列的重复时间。为此，我们提供了该框架中的三个专门方法，均可被证明具有稳定性，并通过实际数据进行验证，包括来自注塑机的新型基准数据集。