基于慢特征分析对连续系统的外强迫提取

作者：卢文旭,段明铿,王革丽

摘要：外强迫随时间的变化对于非平稳系统的影响十分重要,如何从该系统中重构或提取外强迫信息则成为研究其中动力学特征的关键所在。本文基于慢特征分析方法(Slow Feature Analysis,SFA)以连续系统(改变的Lorenz系统)为参考模型,分别讨论在周期型强迫、减弱的周期型强迫、指数衰减型强迫、伴随指数衰减的周期型强迫等条件下,SFA方法对模型中不同强迫信号的提取能力。结果显示,SFA方法能够提取作用于连续系统中的外强迫信息,其提取效果与外强迫的强度、噪声以及嵌入维数m有关:对于越弱的外强迫或者存在越强的噪声干扰,提取效果越差,提取信号中将出现虚假的高频波动;嵌入维数m的增大能在一定程度上提高外强迫信号的提取效果。试验还表明,作用在单一变量上的外强迫会将其驱动信息嵌入于系统中,因此,可以通过SFA分析方法从其他变量中提取其外强迫信号。

发文机构：南京信息工程大学大气科学学院 中国科学院大气物理研究所中层大气与全球环境探测重点实验室

关键词：慢特征分析方法驱动力非平稳系统连续系统Slow feature analysisDriving forceNon-stationary systemContinuous system

分类号： P468[天文地球—大气科学及气象学]