Reducción de ruido para datos de series temporales no lineales no estacionarios utilizando la función de modo intrínseco de promediado
Autores: Premanode, Bhusana; Vongprasert, Jumlong; Toumazou, Christofer
Idioma: Inglés
Editor: MDPI
Año: 2013
Acceso abierto
Artículo científico
2013
Reducción de ruido para datos de series temporales no lineales no estacionarios utilizando la función de modo intrínseco de promediado
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería de Software
Palabras clave
Algoritmo
Filtrado de ruido
Función de Modo Intrínseco
Descomposición Empírica de Modo
Ruido blanco-gaussiano
Tasas de cambio
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 32
Citaciones: Sin citaciones
Se propone un nuevo algoritmo de filtrado de ruido basado en el promedio de la Función de Modo Intrínseco (aIMF), que es una derivación de la Descomposición Empírica de Modos (EMD), para eliminar el ruido blanco-gaussiano de las tasas de cambio de moneda extranjera que son señales de series temporales no lineales no estacionarias. Los patrones de ruido con diferentes amplitudes y frecuencias se mezclaron aleatoriamente en las cinco tasas de cambio. Se utilizaron varios filtros, a saber, Filtro de Kalman Extendido (EKF), Transformada de Ondaletas (WT), Filtro de Partículas (PF) y el algoritmo de Función de Modo Intrínseco de Promedio (aIMF) para comparar el rendimiento de filtrado y suavizado. El algoritmo aIMF demostró una alta reducción de ruido entre el rendimiento de estos filtros.
Descripción
Se propone un nuevo algoritmo de filtrado de ruido basado en el promedio de la Función de Modo Intrínseco (aIMF), que es una derivación de la Descomposición Empírica de Modos (EMD), para eliminar el ruido blanco-gaussiano de las tasas de cambio de moneda extranjera que son señales de series temporales no lineales no estacionarias. Los patrones de ruido con diferentes amplitudes y frecuencias se mezclaron aleatoriamente en las cinco tasas de cambio. Se utilizaron varios filtros, a saber, Filtro de Kalman Extendido (EKF), Transformada de Ondaletas (WT), Filtro de Partículas (PF) y el algoritmo de Función de Modo Intrínseco de Promedio (aIMF) para comparar el rendimiento de filtrado y suavizado. El algoritmo aIMF demostró una alta reducción de ruido entre el rendimiento de estos filtros.