基于确定学习理论和Lempel-Ziv复杂度的非线性系统动态特征提取

摘要：

对非线性系统产生的非线性非平稳信号进行有效的特征表达是特征提取领域重要且困难的问题.本文基于确定学习理论和Lempel-Ziv复杂度(LZ复杂度)提出一种新的非线性系统动态特征提取方法.新方法将从系统的动力学轨迹中提取特征.通过确定学习理论对产生回归轨迹的非线性动力学系统的未知系统动态进行局部准确建模/辨识,1)使用LZ复杂度对辨识得到的动力学轨迹进行特征表达,并提出时间复杂度和空间复杂度两个指标组成时空LZ复杂度,从时间域和空间域的角度刻画系统动力学轨迹的复杂程度.2)对提出的动态特征提取方法进行敏感度分析,定量评价系统的动态特征指标相对于系统从周期轨迹到混沌轨迹的参数变化敏感程度.3)通过数值仿真和实验分析以验证动态特征提取的有效性.与从系统状态轨迹中提取特征相比,本文提出的动态特征提取方法可以从系统内在动态的角度对原系统进行更好的表达.

关键词：动态特征提取、确定学习、时空Lempel-Ziv复杂度、敏感度分析

所属期刊栏目：44

资助基金：国家重大科研仪器研制项目61527811;国家杰出青年科学基金61225014

在线出版日期：2019-01-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：1812-1823