stationaryTests

用Matlab函数检验随机过程的平稳性

总结

用两个检验来评估随机过程的n阶平稳性[1]。在本文中，只描述了一阶和二阶平稳性。一个随机过程在一阶是平稳的，如果它的平均值不随时间变化(显著)。类似地，如果一个随机过程的方差或标准差不随时间变化(显著)，那么它在二阶上是平稳的。

LiveScript的例子考虑了湍流速度时程的情况。它们的平稳性使用两种不同的方法进行评估:

• 非参数检验[2,3]，用于检测趋势，如果趋势不可忽略，则将时间归类为非平稳的。
• 一种基于移动窗口函数的参数检验，它将瞬时平均值或标准偏差与没有任何去趋势的结果进行比较。

要运行这些例子，你需要一些额外的函数:

• randomProcess。M，可在https://se.mathworks.com/matlabcentral/fileexchange/76854-one-point-random-process-generation
• getSamplingPara。M，可在https://se.mathworks.com/matlabcentral/fileexchange/76854-one-point-random-process-generation
• binAveraging。M，可在https://se.mathworks.com/matlabcentral/fileexchange/73584-averaging-noisy-data-into-bins

内容

本提交材料包括:

• 函数RA_test。m，它实现了Bendat和piersol[2]和Siegel等[3]的逆向排列检验
• 函数MW_test。M，实现了基于移动Windows函数的参数平稳性测试。
• 一个LiveScript的例子

参考文献

普里斯特利，m.b.(1981)。光谱分析与时间序列。学术出版社。ISBN 0-12-564922-3。

[2] Bendat and piersol，随机数据，2010，第99页

[3]西格尔，西德尼和n.j.卡斯特兰。"行为科学的非参数统计"(1988)。