www.gusucode.com > 混沌时间序列工具箱 > 混沌时间序列工具箱/ChaosToolbox1p0_trial/CorrelationDimension_GP/Main_GP_Algorithm.m
% G-P 算法求关联维(输入时间序列数据) % 使用平台 - Matlab6.5 / Matlab7.0 % 作者:陆振波,海军工程大学 % 欢迎同行来信交流与合作,更多文章与程序下载请访问我的个人主页 % 电子邮件:luzhenbo@yahoo.com.cn % 个人主页:http://luzhenbo.88uu.com.cn clc clear close all %--------------------------------------------------- % 产生 Lorenz 时间序列 sigma = 10; % Lorenz方程参数 r = 28; b = 8/3; y = [-1;0;1]; % 起始点 (3x1 的列向量) h = 0.01; % 积分时间步长 k1 = 10000; % 前面的迭代点数 k2 = 3000; % 后面的迭代点数 z = LorenzData(y,h,k1+k2,sigma,r,b); x = z(k1+1:end,1); % 时间序列(列向量) x = normalize_1(x); % 信号归一化到均值为 0,方差为 1 %------------------------------------------------------ disp('---------- GP算法求关联维 ----------'); delta = 0.5; ln_r = [-4:delta:3]'; r_vector = exp(ln_r); tau = 14; % 时延 m = 3; % 嵌入维 p = 1; % 限制短暂分离,大于序列平均周期(不考虑该因素时 p = 1) tic % r_vector 必须为列向量 ln_Cr = log(CorrelationIntegral(x,tau,m,r_vector,p)); toc %------------------------------------------------------ % 作图 figure subplot(211) plot(ln_r,ln_Cr,'+:');grid; xlabel('ln r'); ylabel('ln C(r)'); title(['\tau = ',num2str(tau),... ', m = ',num2str(m)]); subplot(212) Y = diff(ln_Cr)./delta; plot(Y,'+:'); grid; xlabel('n'); ylabel('slope'); %------------------------------------------------------ % 拟合线性区域 LinearZone = [1:9]; F = polyfit(ln_r(LinearZone),ln_Cr(LinearZone),1); CorrelationDimension = F(1)