lyapunov_kantz_c_lorenz_main.m

混沌kantz算法的mex实现kantz_lyapunov_c

clc;
clear all;
close all;

%-----------------------------------------------------------------
% 产生 Lorenz 混沌时间序列
disp('---------- Lorenz ----------')

sigma = 16;             % Lorenz 方程参数 a
b = 4;                  %                 b
r = 45.92;              %                 c            

y = [-1,0,1];           % 起始点 (1 x 3 的行向量)
h = 0.01;               % 积分时间步长,也是采样间隔

k1 = 10000;             % 前面的迭代点数
k2 = 10000;              % 后面的迭代点数

z = LorenzData(y,h,k1+k2,sigma,r,b);
xn = z(k1+1:end,1);      % 时间序列,xn应为列向量
xn =normalize_1(xn)+0.5;  % 归一化

%-----------------------------------------------------------------%
tau = 11;                        % 时延
mean_period = 100;               % 序列平均周期
fs = 100;                        % 采样频率
evolvement_length=500;           % 最大离散演化步数
radius=0.005;
norm=2;
linear_zone = [70:250];             % 线性区域

figure;
for m=3:5                            % 嵌入维
    data = PhaSpaRecon(xn,tau,m);
    data = data';% 每列为一个点
    lyapunov_result = lyapunov_kantz_c(data,tau,m,evolvement_length,norm,mean_period,fs,radius);
    plot(lyapunov_result,'b.-');
    hold on;
    F = polyfit(linear_zone,lyapunov_result(linear_zone),1);
    fit_curve=polyval(F,linear_zone);
    plot(fit_curve,'ro-');
    grid; xlabel('i'); ylabel('lyapunov_curve'); title('Lorenz')
    Lyapunov1 = F(1)
end