%for i=2:8
y=ct(:,5);
[y,wptDEN] = func_denoise_wp1d(y);
x3=y;
zs=size(x3,1);%大小确定
y=abs(fft(y,zs));%真实的幅值
t1=[1:1:zs];%生成序列
t2=t1;
m=4;
hhhh=fix(zs/500)%确定分段系数,分为多少段,每段500个数据;
for ih=1:hhhh;
n=0;N=0;j=0;i=0;a=0;b=0;pd=0;rr=0;CC=0;
%改进的GP算法求关联维数(注:先导入时间序列数据,并对tau,m,K赋值)
data=[x3((ih-1)500+1:ih500)]; %data为时间序列数据
tau=4; %tau为延迟时间(tau的参考取值为4)
%m=1:1:25; %m为嵌入维数(一般取为4)
K=15; % K为比例系数,可在10-20之间取值
n=length(data);%向量维数
N=n-(m-1)tau; % 相空间中点的个数,(X为m行,N列)
for j=1:N
for i=1:m
X(i,j)=data((i-1)tau+j); % 相空间重构,形成mN阵
end
end
for a=1:N-1
for b=a+1:N
sum=0;
for j=1:m
sum