Все выпуски

Представлены два алгоритма проведения непрерывного вейвлет-преобразования с вейвлетом Морле. Первый представляет собой решение системы дифференциальных уравнений в частных производных, в которой преобразуемый сигнал играет роль начальных условий. Второй позволяет исследовать влияние базисной частоты путем диффузионного сглаживания начальных данных, модулированных гармоническими функциями. Эти подходы проиллюстрированы анализом хаотических колебаний связанных систем Ресслера.

В данной работе описан метод идентификации онлайн-подписи с использованием оконного преобразования Фурье и вейвлет-преобразования с радиальным базисом специального вида. При идентификации используются динамические характеристики подписи. Приведены оценки достоверности предложенной процедуры.

Cтатья посвящена выбору метода цифровой фильтрации сигнала при поступлении данных в режиме реального времени и использованию алгоритма фильтрации на основе быстрого вейвлет-преобразования в рамках специальной задачи.

В статье предлагается метод совместного анализа многомерных финансовых временных рядов, основанный на оценке набора свойств котировок акций в скользящем временном окне и последующем усреднении значений свойств по всем анализируемым компаниям. Основной целью анализа является построение мер совместного поведения временных рядов, реагирующих на возникновение синхронной или когерентной составляющей. Когерентность поведения характеристик сложной системы является важным признаком, позволяющим оценить приближение системы к резким изменениям своего состояния. Фундаментом для поиска предвестников резких изменений является общая идея увеличения корреляции случайных флуктуаций параметров системы по мере ее приближения к критическому состоянию. Приращения временных рядов стоимостей акций имеют выраженный хаотический характер и обладают большой амплитудой индивидуальных помех, на фоне которых слабый общий сигнал может быть выделен лишь на основе его коррелированности в разных скалярных компонентах многомерного временного ряда. Известно, что классические методы анализа, основанные на использовании корреляций между соседними отсчетами, являются малоэффективными при обработке финансовых временных рядов, поскольку с точки зрения корреляционной теории случайных процессов приращения стоимости акций формально имеют все признаки белого шума (в частности, «плоский спектр» и «дельта-образную» автокорреляционную функцию). В связи с этим предлагается перейти от анализа исходных сигналов к рассмотрению последовательностей их нелинейных свойств, вычисленных во временных фрагментах малой длины. В качестве таких свойств используются энтропия вейвлет-коэффициентов при разложении в базис Добеши, показатели мультифрактальности и авторегрессионная мера нестационарности сигнала. Построены меры син- хронного поведения свойств временных рядов в скользящем временном окне с использованием метода главных компонент, значений модулей всех попарных коэффициентов корреляции и множественной спектральной меры когерентности, являющейся обобщением квадратичного спектра когерентности между двумя сигналами. Исследованы акции 16 крупных российских компаний с начала 2010 по конец 2016 годов. С помощью предложенного метода идентифицированы два интервала времени синхронизации российского фондового рынка: с середины декабря 2013 г. по середину марта 2014 г. и с середины октября 2014 г. по середину января 2016 г.

В основу изучения свойств сейсмического шума на Камчатке положена идея, что шум является важным источником информации о процессах, предшествующих сильным землетрясениям. Рассматривается гипотеза, что увеличение сейсмической опасности сопровождается упрощением статистической структуры сейсмического шума и увеличением пространственных корреляций его свойств. В качестве статистик, характеризующих шум, использованы энтропия распределения квадратов вейвлет-коэффициентов, ширина носителя мультифрактального спектра сингулярности и индекс Донохо–Джонстона. Значения этих параметров отражают сложность: если случайный сигнал близок по своим свойствам к белому шуму, то энтропия максимальна, а остальные два параметра минимальны. Используемые статистики вычисляются для шести кластеров станций. Для каждого кластера станций вычисляются ежесуточные медианы свойств шума в последовательных временных окнах длиной 1 сутки, в результате чего образуется 18-мерный (3 свойства и 6 кластеров станций) временной ряд свойств. Для выделения общих свойств изменения параметров шума используется метод главных компонент, который применяется для каждого кластера станций, в результате чего информация сжимается до 6-мерного ежесуточного временного ряда главных компонент. Пространственные когерентности шума оцениваются как совокупность максимальных попарных квадратичных спектров когерентности между главным компонентами кластеров станций в скользящем временном окне длиной 365 суток. С помощью вычисления гистограмм распределения номеров кластеров, в которых достигаются минимальные и максимальные значения статистик шума в скользящем временном окне длиной 365 суток, оценивалась миграция областей сейсмической опасности в сопоставлении с сильными землетрясениями с магнитудой не менее 7.

Интерес к проблеме прогноза землетрясений в обществе подвержен колебаниям в соответствии с законом повторяемости сильных сейсмических событий. Всякий раз после сильных землетрясений этот интерес реанимируется и возникает вопрос о том, можно ли было найти предвестники в изменениях геофизических полей, непрерывно регистрируемых сетями мониторинга в сейсмоактивных регионах. Для России таким значимым событием является мегаземлетрясение на Камчатке 29 июля 2025 года. В статье исследуются характеристики сейсмического шума, непрерывно измеряемого на сети 27 станций, расположенных на Камчатке с начала 2011 года по конец февраля 2026 года. В последовательных временных окнах длиной 1 сутки для каждой станции вычисляются три характеристики волновых форм вертикальных колебаний земной поверхности: ширина носителя мультифрактального спектра сингулярностей, энтропия распределения ортогональных вейвлет-коэффициентов и индекс Донохо – Джонстона, равный отношению больших по модулю вейвлет-коэффициентов к их общему числу. В скользящем временном окне длиной 365 суток вычисляется первая главная компонента высокочастотных составляющих медианных значений этих трех статистик по всем станциям сети после удаления локальных трендов гауссовским фильтром радиусом 2 суток и находятся наименьшие локальные минимумы первой главной компоненты. Число локальных минимумов выбиралось равным числу фоновых сейсмических событий с магнитудой не ниже 5,5. Рассматривается мера упреждения между двумя последовательностями событий — характеристика, которая принимает значения от 0 до 1 и определяется с помощью параметрической модели двух взаимодействующих точечных процессов, из которых одной последовательностью являются времена слабых землетрясений, а другой — времена наименьших локальных минимумов первой главной компоненты. Мера упреждения вычисляется в скользящем временном окне длиной 2,7 года, равном статистически значимому периоду колебаний интенсивности фоновых сейсмических событий. В результате проведенных оценок оказалось, что мера упреждения сейсмических событий вышла на максимальное значение, равное 1, за 5,5 года до момента времени мегаземлетрясения 29 июля 2025 года.