最优时延
-
-
-
-
基于互信息法的混沌序列最优时延计算
本项目主要用于混沌时间序列分析中相空间重构参数的确定。项目核心在于利用平均互信息（Average Mutual Information, AMI）原理，计算并搜索混沌序列的最优时间延迟（Time Delay）。相较于仅能衡量线性相关性的自相关函数法，互信息法能够有效度量时间序列中存在的非线性统计依赖关系，因此在处理混沌等非线性信号时具有更高的准确性和鲁棒性。程序具体实现过程包括：对输入的连续时间序列进行数据预处理和离散化（通常采用等距离或等概率直方图法）；基于概率分布计算序列$x(t)$与延迟序列$x(t+\tau)$之间的互信息量$I(\tau)$；遍历设定的延迟范围，生成互信息随延迟时间变化的曲线；通过算法自动检测互信息曲线的第一个局部极小值点，该点对应的时间延迟即为用于相空间重构的最优时延。该项目是进行混沌系统嵌入维数计算、Lyapunov指数计算以及混沌预测模型构建的重要前置步骤。
