科研学习|研究方法——小波相干分析在时间序列分析中的应用

一、小波相干分析简介

在某些情况下，两个时间序列中的共同行为是由一个时间序列驱动或影响另一个时间序列引起的，对于联合平稳时间序列，用于表征时间或频率相关行为的方法通常是互相关、（傅立叶）互谱和相干性。然而，时间序列通常是非平稳的，即它们的频率内容会随着时间而变化，对于这些时间序列，重要的是时频平面中的相关性或相干性。因此可以使用小波相干性来检测非平稳信号中常见的时间局部振荡，且在将一个时间序列视为影响另一个时间序列的情况下，可以使用小波交叉谱的相位来识别两个时间序列之间的相对滞后。

二、定位时域振荡并确定相位滞后

对于第一个例子，采用由10Hz和75Hz的时域振荡组成的两个信号，信号持续时间为 6 秒，采样频率为1000 Hz。两个信号中10Hz的振荡在1.2~3秒之间重叠， 75Hz的振荡在 0.4 到 4.4 秒之间重叠，10Hz和75Hz的分量之间存在π/2相位滞后，两个信号都加入了高斯白噪声。

subplot(2,1,1)
plot(t,x1)
title('X Signal')
grid on
ylabel('Amplitude')
subplot(2,1,2)
plot(t,y1)
title('Y Signal')
ylabel('Amplitude')
grid on
xlabel('Seconds')