[发明专利]基于时间尺度局部Hurst指数的时空标度分析方法

权利要求书

1.一种基于时间尺度局部Hurst指数的时空标度分析方法，其特征在于，包括以下步骤：

1)选择研究对象，获取目标数据，建立相应的时间序列；

2)检验时间序列中的目标时间序列是否含周期成分、是否呈随机行走形态；

若是，则去除目标时间序列的周期成分，生成对应的波动增量时间序列；

若否，即目标时间序列不含周期成分、且呈噪音形态，则该目标时间序列为波动增量时间序列，直接执行下一步；

3)计算波动增量时间序列的局部Hurst指数，构成H_t序列；

4)对不同空间环境背景的H_t序列进行频数统计，计算基于不同空间下的概率密度分布；

5)进行空间上的标度行为分析；

5-1)对基于不同空间下的概率密度分布进行高斯拟合，确定原分布和拟合分布的空间尺度下的统计特征值；

5-2)通过空间尺度下的统计特征值，考察并量化标度行为随空间因素的变化；

6)进行时间上的标度行为分析；

6-1)按照特征时间对H_t序列进行区间划分，确定每个时间区间段的H_t序列的基于不同时间下的概率密度分布，并确定时间尺度下的统计特征值；

6-2)通过时间尺度下的统计特征值，考察并量化标度行为随时间因素的变化。

2.根据权利要求1所述的基于时间尺度局部Hurst指数的时空标度分析方法，其特征在于：所述步骤1)中的时间序列，是将待考察的现象或已测得的数据整理为连续的时间序列u，u＝u₁,u₂,…,u_i,…,u_N,i∈[1,N]；其中，N为自然数。

3.根据权利要求2所述的基于时间尺度局部Hurst指数的时空标度分析方法，其特征在于：所述步骤2)中的去除目标时间序列的周期成分，生成对应的波动增量时间序列，具体为，

令u_i为时间序列u中的目标时间序列，v_i为去除u_i的周期成分后的时间序列，则其中，<>为均值运算；

令x_i为v_i的波动增量时间序列，则x_i＝v_i+1-v_i。