利用内在相位和幅度同步进行复杂动态系统的变化检测
摘要：在高噪声条件下，我们提出了一种检测非线性和非定态动态系统中尖锐变点（短暂和持久）的方法，该方法通过跟踪单变量时间序列信号的成分之间的局部相位和振幅同步来实现。通过内在时标分解（ITD）获得信号成分，这是一种非线性、非参数的分析方法。我们表明，与随机信号波动相比，尖锐变点的特征在多个ITD成分中以显著更高的概率保留。理论结果表明，将在特定一组ITD成分中保留的变点信息结合起来，可以高度特异性和灵敏度地检测尖锐转换。随后，我们引入了互相一致性的概念，以确定最有可能捕捉到感兴趣的动态变化信息的ITD成分集合，并定义了一个InSync统计量来捕捉这种局部信息。大量的数值实验以及涉及基准神经生理过程和工业机器传感器数据的实际案例研究表明，与测试的其他现有方法相比，该方法可以平均比其他方法提前62％（以平均运行长度衡量）检测到尖锐变点。
作者：Ashif Sikandar Iquebal, Satish Bukkapatnam, and Arun Srinivasa
论文ID：1701.00610
分类：Data Analysis, Statistics and Probability
分类简称：physics.data-an
提交时间：2020-08-04