多变量时间序列最大李雅普诺夫指数的计算
最大李指数计算方法
物理学报ACTA PHYSICA SINICA2000 Vol.49 No.4 P.636-640一种最大李雅普诺夫指数估计的稳健算法杨绍清章新华赵长安最大李雅普诺夫指数是诊断和描述动态系统混沌的重要参数.在深入研究相空间重构技术和轨道跟踪法的基础上，提出了一种从标量混沌时间序列中估计最大李雅普诺夫指数的新算法.该算法能够克服现有算法的不足，主要有以下三个优点：1）很高的精度；2）几乎不受噪声的影响；3）所需的计算时间和存贮空间小, 能进行在线计算.PACC： 0545A ROBUST METHOD FOR ESTIMATING THE LARGESTLYAPUNOV EXPONENTYANG SHAO-QING(Harbin Institute of Technology,Harbin 150001,China)ZHANG XIN-HUA(Dalian Naval Academy,Dalian 116018,China)ZHAO CHANG-AN(Harbin Institute of Technology,Harbin 150001,China)ABSTRACTThe largest Lyapunov exponent is an important parameter of detecting and characterizing chaos produced from a dynamical system. In this paper, based on the technology of phase space reconstruction and the methods of trajectory tracing, a new algorithm is proposed for estimating the largest Lyapunov exponent from a scalar chaotic time series. This method, which can overcome the deficiencies of the existing methods, has three main advantages: (1) It has highly accurate results; (2) It is little affected by noise; (3) It only needs a little time of computation and small space of memory and can calculate the largest Lyapunov exponent on line.1 引言近几年来，混沌信号的诊断及其特性的描述已经广泛地应用于时间序列的分析中［1］.在诊断和描述混沌信号时，最大李雅普诺夫指数(λ1)不仅是一个很重要的不变量，而且是判断混沌存在的一个重要依据.因此，利用λ1去诊断和描述混沌仍然是一种主要方法.其他有些方法(如K-熵法等［2］)与这种方法没有本质的区别.目前估计λ1的方法主要有两种［3］：一种是分析法(analytic approach)，一种是轨道跟踪法(trajectory tracing method).前者是用一个函数（如局部多项式或神经网络等）来建立系统模型，然后估计系统的雅可比矩阵，进而求取λ1；后者是直接从λ1的定义出发跟踪系统的两条轨道，获取λ1.由于轨道跟踪法不像分析法那样易受系统拓扑结构的影响，因而受到许多学者的高度重视.自从1985年Wolf［4］提出轨道跟踪法以来，这种方法得到了较大的改进.最有代表性的是Rosenstein等［5］的工作,他们给出了一种比较优化的算法: 首先绘制<ln dk(j)> 相对j。
7.李雅普诺夫指数
李雅普诺夫指数与奇怪吸引子
1. 李雅普诺夫指数
2. 菲根鲍姆常数
吸引子
3. 奇怪
奇怪吸引子
利用李雅普诺夫指数λ ，相空间内初始时刻的两点距离将随时间(迭代次数)作指数分离：
在一维映射中λ 只有一个值，而在多维相空间情况下一般就有多个 λi ，而且沿相空间的不同方向，其 λi (i =1,2,…)值一般也不同。
)
exp(00n n λ⋅⋅−≈−n y x y x
面积 。
r <1 时坐标原点是稳定的不动点，当 r >1, 坐标原点为鞍点，两个新平衡点 C 1与 C 2是稳定的焦点。
=24.7368） C 1与 C 2成了不稳定的焦点。
c r r >
奇怪吸引子的最重要特征是对初值的敏感性，初始相互靠近的两条轨线将按指数式规律分离。
但在有限空间中如何保持这样的指数式分离状态？ 洛伦兹吸引子有两个不稳定平衡点，因此复杂的相轨线可以随机地在两个中心之间行走。
是否只有一个平衡点的奇怪吸引子呢？
如果有，在有限相空间里如何容纳按指数分离的相轨线？于是就想象伸展开来的相轨线可能产生了某种折叠。
巴克尔变换描写了这种变换：
⎪⎪⎩
⎪⎪⎨⎧⎪⎪⎩⎪⎪⎨⎧
≤≤+<≤==++1212121021
1n n n n n n n x ay x ay y x x ，，
在平面的投影
c =2.6
c =3.5 c =4.1
c =4.18 c =4.21
c =4.6。
多阶方程组的李雅普诺夫指数matlab程序
多阶方程组的李雅普诺夫指数matlab程序多阶方程组的李雅普诺夫指数matlab程序李雅普诺夫指数(Lyapunov exponent)是描述非线性动力学系统中的混沌现象的一种指标。
对于一些高维动力学系统而言，其状态演化可能会出现带有高度随机性的混沌状态，而李雅普诺夫指数可以用于描述这种混沌状态的程度。
在多阶方程组中，我们可以使用matlab程序来计算该系统的李雅普诺夫指数，进而分析该系统的混沌性质。
在matlab中，可以使用ode45函数来计算多阶方程组在一定时间段内的演化。
假设我们有n个未知函数{x1,x2,...,xn}，可以把它们表示成一组微分方程，即dx/dt=F(x)，其中F(x)是x的函数。
通过ode45函数迭代计算这一组微分方程的演化，我们可以得到多阶方程组在不同时间点的状态值{x1(t),x2(t),...,xn(t)}。
于是我们就可以计算该系统的李雅普诺夫指数。
计算李雅普诺夫指数的方法是，在多阶方程组的某一点x0处，计算有限时间内在初始扰动下，该点周围状态点的演化情况。
对于相邻的两个状态点x(t)和x(t+dt)，它们之间的扰动为Δx(t+dt)=A(t)Δx(t)，其中A(t)是一个线性映射矩阵，它可以描述状态点间的差异演化情况。
以至于在t时刻，初始位置x和扰动位置x+Δx之间的距离值s(t)=|Δx(t)|会随着时间的推移而增长或者衰减。
李雅普诺夫指数即描述了衰减率的大小，用于衡量状态点间的差异演化情况。
具体而言，我们可以构造一个初始扰动向量，即Δx(0)，接着迭代计算Δx(t)，然后计算扰动长度的指数级增长率。
对于具有n个自由度的系统而言，需要计算n个Lyapunov指数，这些指数往往具有相互关联的特点。
在matlab中，我们可以使用以下代码实现多阶方程组的李雅普诺夫指数计算：```matlab% 设置计算参数N = 10000; % 时间步数Dt = 0.01; % 时间步长X0 = [1 1 -1 -1]; % 初始状态向量Dx0 = [0.1 0 0 0]; % 初始扰动向量% 计算李雅普诺夫指数[T, X] = ode45(@F, [0:N-1]*Dt, X0);L = lyapunov(X,Dx0,@F);% 绘制结果figuresubplot(2,1,1)plot(T,X(:,1:2))ylabel('x_{1,2}')subplot(2,1,2)plot(T,L)ylabel('\lambda')xlabel('t')```这段程序中，F函数表示多阶方程组的微分方程，lyapunov函数为计算李雅普诺夫指数的核心部分，用于计算微小扰动的演化轨迹以及增长率的大小。
-Lyapunov指数的计算方法
【总结】Lyapunov指数的计算方法非线性理论近期为了把计算LE的一些问题弄清楚，看了有7～9本书！下面以吕金虎《混沌时间序列分析及其应用》、马军海《复杂非线性系统的重构技术》为主线，把目前已有的LE计算方法做一个汇总！1. 关于连续系统Lyapunov指数的计算方法连续系统LE的计算方法主要有定义方法、Jacobian方法、QR分解方法、奇异值分解方法，或者通过求解系统的微分方程，得到微分方程解的时间序列，然后利用时间序列（即离散系统）的LE求解方法来计算得到。
关于连续系统LE的计算，主要以定义方法、Jacobian方法做主要介绍内容。
（1）定义法定义法求解Lyapunov指数.JPG关于定义法求解的程序，和matlab板块的“连续系统LE求解程序”差不多。
以Rossler系统为例Rossler系统微分方程定义程序function dX = Rossler_ly(t,X)% Rossler吸引子，用来计算Lyapunov指数% a=0.15,b=0.20,c=10.0% dx/dt = -y-z,% dy/dt = x+ay,% dz/dt = b+z(x-c),a = 0.15;b = 0.20;c = 10.0;x=X(1); y=X(2); z=X(3);% Y的三个列向量为相互正交的单位向量Y = [X(4), X(7), X(10);X(5), X(8), X(11);X(6), X(9), X(12)];% 输出向量的初始化，必不可少dX = zeros(12,1);% Rossler吸引子dX(1) = -y-z;dX(2) = x+a*y;dX(3) = b+z*(x-c);% Rossler吸引子的Jacobi矩阵Jaco = [0 -1 -1;1 a 0;z 0 x-c];dX(4:12) = Jaco*Y;求解LE代码：% 计算Rossler吸引子的Lyapunov指数clear;yinit = [1,1,1];orthmatrix = [1 0 0;0 1 0;0 0 1];a = 0.15;b = 0.20;c = 10.0;y = zeros(12,1);% 初始化输入y(1:3) = yinit;y(4:12) = orthmatrix;tstart = 0; % 时间初始值tstep = 1e-3; % 时间步长wholetimes = 1e5; % 总的循环次数steps = 10; % 每次演化的步数iteratetimes = wholetimes/steps; % 演化的次数mod = zeros(3,1);lp = zeros(3,1);% 初始化三个Lyapunov指数Lyapunov1 = zeros(iteratetimes,1); Lyapunov2 = zeros(iteratetimes,1); Lyapunov3 = zeros(iteratetimes,1);for i=1:iteratetimestspan = tstart:tstep:(tstart + tstep*steps); [T,Y] = ode45('Rossler_ly', tspan, y);% 取积分得到的最后一个时刻的值y = Y(size(Y,1),:);% 重新定义起始时刻tstart = tstart + tstep*steps;y0 = [y(4) y(7) y(10);y(5) y(8) y(11);y(6) y(9) y(12)];%正交化y0 = ThreeGS(y0);% 取三个向量的模mod(1) = sqrt(y0(:,1)'*y0(:,1));mod(2) = sqrt(y0(:,2)'*y0(:,2));mod(3) = sqrt(y0(:,3)'*y0(:,3));y0(:,1) = y0(:,1)/mod(1);y0(:,2) = y0(:,2)/mod(2);y0(:,3) = y0(:,3)/mod(3);lp = lp+log(abs(mod));%三个Lyapunov指数Lyapunov1(i) = lp(1)/(tstart);Lyapunov2(i) = lp(2)/(tstart);Lyapunov3(i) = lp(3)/(tstart);y(4:12) = y0';end% 作Lyapunov指数谱图i = 1:iteratetimes;plot(i,Lyapunov1,i,Lyapunov2,i,Lyapunov3)程序中用到的ThreeGS程序如下：%G-S正交化function A = ThreeGS(V) % V 为3*3向量v1 = V(:,1);v2 = V(:,2);v3 = V(:,3);a1 = zeros(3,1);a2 = zeros(3,1);a3 = zeros(3,1);a1 = v1;a2 = v2-((a1'*v2)/(a1'*a1))*a1;a3 = v3-((a1'*v3)/(a1'*a1))*a1-((a2'*v3)/(a2'*a2))*a2;A = [a1,a2,a3];计算得到的Rossler系统的LE为———— 0.063231 0.092635 -9.8924Wolf文章中计算得到的Rossler系统的LE为————0.09 0 -9.77需要注意的是——定义法求解的精度有限，对有些系统的计算往往出现计果和理论值有偏差的现象。
Lyapunov指数的计算方法
1【总结】Lyapunov 指数的计算方法非线性理论 近期为了把计算LE 的一些问题弄清楚，看了有7〜9本书！下面以吕金虎《混沌 时间序列分析及其应用》、马军海《复杂非线性系统的重构技术》为主线，把目前 已有的LE 计算方法做一个汇总！1.关于连续系统Lyapunov 指数的计算方法 连续系统LE 的计算方法主要有定义 方法、Jacobian 方法、QR 分解方法、奇异值分解方法，或者通过求解系统的微分 方程，得到微分方程解的时间序列，然后利用时间序列（即离散系统）的 LE 求解 方法来计算得到。
关于连续系统 LE 的计算，主要以定义方法、Jacobian 方法做主 要介绍内容。
（1）定义法— 对H 堆连续动力系統z = 在—OBJ 孙 味“为中心.|拆（心0）||为丰笹啟存 «堆的球面*施著时间的演化，在t 时討该球而0P 变形为M 继的椭球厨・设滾椭域面的第/ 个坐标轴方向的半轴长対卩兀|，则诙系统第i 个指数対*此即连续系统Lyapunov 揩较飽定冥・弼计尊时・取|处（心0）［为岀W 为常数），以孔为球心・欧几里篇范敢为山的正衮 矢量集仙测，…叮为初始球.由非线性徴分方崔“尸㈤可以分别计算出点細 血创、 引他、r 引址经过时间t 后淺化的轨迹・役其终了点分别为珊、砒、f 仙 则令石f 陶一心■处严=甩-和，r 亦耳国=略一報#则可得新的矢重棄 叶禺巴…后畀｝・由于各牛妥臺在演化过程中舌焙向着是大的UapurOT IS 数方何靠掘，因此需要通过Schimdt IE 交化不断地讨新矢量逬行置换.SP Wolf to 文章中提出的GSR^法.表述如下：播着以他为球心，疤数対（I 的正奁矢臺料创巴叫叫…伽严;为祈球继续进行演 出 设演化至N步时，得到矢董慕冈㈤出巴…耳僅牛且N足够大,这可以得到Lyapunov 扌鐵的近似计算公式三实际计算时，取为1・定义法求解 Lyapunov 指数 JPG关于定义法求解的程序，和 matlab板块的 连续系统LE求解程序”差不多。
李雅普诺夫指数
在计算lyapunov指数值的基础上弄清楚lyapunov指数与时间序列结构在较短的时间范围内稳定的前提条件下建立lyapunov指数一维二维及三维相空间的预测模式综合考虑各种模式的预测结果并对相空间模式的预测误差进行估计最后作出要素的气候预测
李雅普诺夫指数
ห้องสมุดไป่ตู้ 1.此指数的定义 2.此指数的划分意义 3.此指数用在混沌中，如何应用 4.此指数在其他方面的应用 5.此指数的几种计算方法
Lyapunov指数,特别是最大Lyapunov指数 即是系统混沌特性的度量特征量,对应于不 同的运行状态或故障模式,其Lyapunov指 数亦不相同,因而,可基于Lyapunov指数对 系统的 混沌状态进行识别,从而建立航空发动机状 态识别和故障诊断方法。
3.还可以用在判断混沌神经网络 4.用于围岩系统的载荷演化 还有许多方面的应用
该时间长序列是否为混沌系统,在某个方向 上是 指数辐散或辐合(膨胀或缩短),为短期 气候预测指明最大可以预报的时间尺度。 人们可以利用时间变量推出序列的关联维 数及其Lyapunov指数,揭示序列的非线性 演变特性和最大可预报的时间尺度,避免在 做气候预报时的时间尺度过大的情形。
在计算Lyapunov指数值的基础上,弄清楚 Lyapunov指数与时间序列结构在较短的时 间范围内稳定的前提条件下,建立 Lyapunov指数一维、二维及三维相空间的 预测模式,综合考虑各种模式的预测结果, 并对相空间模式的预测误差进行估计,最后 作出要素的气候预测。]
一李雅普诺夫指数的定义
李雅普诺夫指数是指在相空间中相互靠近 的两条轨线随着时间的推移，按指数分离 或聚合的平均变化速率。最大李雅普诺夫 指数定义为 其中，表示时刻最邻近两点间的距离；M 为计算总步数。
Lyapunov指数计算
又设它有已知解
x0
(
x10,
x
20
,,
xn
0
)
，令
（4）
xi = xi0 + δxi i = 1,2,, n
为
x0
邻域内的另一解，将式（5）代入式（4）得：
（5）
∑ ddxi
dt
=
n
Lij(x0 Nhomakorabea)dx
j
j =1
（6）
矩阵
Lij
(x0
)
=
( ∂fi ∂x j
) x0
（7）
为线性化演化算子或李雅普诺夫矩阵。我们知道，只要
Lyapunov 指数的计算与仿真
摘要：Lyapunov 指数在研究动力系统的分岔、混沌运动特性中起着重要的作用，是衡量系 统动力学特性的一个重要定量指标，它表征了系统在相空间中相邻轨道间收敛或发散的平均 指数率。对于系统是否存在动力学混沌，可以从最大 Lyapunov 指数是否大于零非常直观的 判断出来：一个正的 Lyapunov 指数意味着在相空间中，无论初始两条轨线的间距多么小， 其差别都会随时间的演化而成为指数率的增加以致达到无法预测，这就是混沌现象。本文介 绍了 Lyapunov 指数的定义、性质及计算原理和数值计算的实现方法，应用 Matlab 软件、编 写了计算 Lyapunov 指数程序，计算了 Logistic 映射系统、Henon 系统及时间序列的 Lyapunov 指数。实例的计算机仿真表明 Lyapunov 指数是研究分岔、混沌运动，解决工程实际问题的 有效方法之一。
=
dT T
T
x
dTxt−1 迭
代得到。我们可以考虑这些运算在标准基中的矩阵表示，事实上，任何标准正交
Lyapunov指数计算
但是在不断地迭代过程中， dF 的值要不断变化。为了表示从整体看两相邻初始 dx
状态分离的情况，必须对时间（或迭代次数）取平均。为此，设平均每次迭代所
引起的指数分离中的指数为 λ ，则初始两点 x0 与 x0 + ε 相距 ε ，经 n 次迭代后，
点变为 F n (x0 ) 与 F n (x0 + ε ) ，相距 εenλ ，即：
n
∑ 成的超球体的体积由 λ1 + λ2 + + λk 决定。而 λi 则决定整个 n 维超球体的体 i =1
积收缩的快慢。
由以上分析可以看出：
（1）任何吸引子，不论其奇怪与否，至少有一个 Lyapunov 指数小于零，否 则轨线就不可能收缩为吸引子。
（2）稳定定态和周期运动（以及准周期运动）不可能有正的 Lyapunov 指数。 稳定定态的 Lyapunov 指数都是负的；周期运动的 λ1 = 0 ，其余的 Lyapunov 指数 也都是负的。
eenλ(x0 ) = F n (x0 + ε ) - F n (x0 ) 取极限 ε → 0 ， n → ∞ ，由上式得到：
（1）
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
多变量时间序列最大李雅普诺夫指数的计算
作者：卢山， 王海燕， Lu Shan， Wang Hai-Yan
作者单位：东南大学经济管理学院,南京,210096
刊名：
物理学报
英文刊名：ACTA PHYSICA SINICA
年，卷(期)：2006,55(2)
被引用次数：5次
1.Liu W D;Ren K F;Meunier S查看详情 2003
2.徐莉梅;胡岗;史朋亮查看详情 2000
3.游荣义;陈忠;徐慎初基于小波变换的混沌信号相空间重构研究[期刊论文]-物理学报 2004(9)
4.肖方红;阎桂荣;韩宇航混沌时序相空间重构参数确定的信息论方法[期刊论文]-物理学报 2005(2)
5.Cao L Y;Mees A;Judd K查看详情 1998
6.Boccaletti S;Valladares D L;Louis M查看详情 2002
7.Zhang H;Ma X K;Yang Y查看详情[期刊论文]-Chin Phys 2005
8.Rosenblum M G;Pikovsky A S;Kurths J查看详情 1996
9.王海燕;盛昭瀚;张进多变量时间序列复杂系统的相空间重构[期刊论文]-东南大学学报(自然科学版) 2003(1)
10.杨绍清;贾传荧两种实用的相空间重构方法[期刊论文]-物理学报 2002(11)
11.Rosenstei MT;Collins J J;De L C J查看详情 1993
12.Zou Y L;ZhuJ;Chen G R查看详情[期刊论文]-Chin Phys 2005
13.谢勇;徐健学;杨红军皮层脑电时间序列的相空间重构及非线性特征量的提取[期刊论文]-物理学报 2002(2)
14.Abarbanel H Analysis of Observed Chaotic Data 1996
1.聂春燕.王祝文.李泽.崔炳民储集层测井信号的非线性混沌特性[期刊论文]-吉林大学学报（地球科学版）2011(1)
2.刘立霞.苗海峰多变量时间序列最大Lyapunov指数的噪声估计[期刊论文]-计算机工程与应用 2010(22)
3.徐威.郭静波混沌直扩信号检测的最大Lyapunov指数方法[期刊论文]-应用科学学报 2009(2)
4.刘志平.何秀凤.何习平基于多变量最大Lyapunov指数高边坡稳定分区研究[期刊论文]-岩石力学与工程学报2008(z2)
5.赵敏.FAN Yin-hai.孙辉电力推进船舶电力负荷的多变量混沌局部预测[期刊论文]-系统仿真学报 2008(11)本文链接：/Periodical_wlxb200602018.aspx。