[论文解读] Effect of nonlinear filters on detrended fluctuation analysis

Zhi Chen, Kun Hu+4 more|arXiv (Cornell University)|Jun 29, 2004

Complex Systems and Time Series Analysis参考文献 1被引用 12

一句话总结

本文研究了线性和非线性滤波器——具体为线性变换、多项式滤波器和对数滤波器——对非平稳信号中 detrended fluctuation analysis (DFA) 结果的影响。结果表明，虽然线性滤波器保持了标度特性，但非线性滤波器会显著改变 DFA 标度指数，具体取决于信号相关性强度、滤波器增益和偏移量；在特定参数范围内，指数函数、对数函数和幂律函数会表现出相同的表观标度，揭示了 DFA 在分析变换后信号时的一个关键局限性。

ABSTRACT

We investigate how various linear and nonlinear transformations affect the scaling properties of a signal, using the detrended fluctuation analysis (DFA). Specifically, we study the effect of three types of transforms: linear, nonlinear polynomial and logarithmic filters. We compare the scaling properties of signals before and after the transform. We find that linear filters do not change the correlation properties, while the effect of nonlinear polynomial and logarithmic filters strongly depends on (a) the strength of correlations in the original signal, (b) the power of the polynomial filter and (c) the offset in the logarithmic filter. We further investigate the correlation properties of three analytic functions: exponential, logarithmic, and power-law. While these three functions have in general different correlation properties, we find that there is a broad range of variable values, common for all three functions, where they exhibit identical scaling behavior. We further note that the scaling behavior of a class of other functions can be reduced to these three typical cases. We systematically test the performance of the DFA method in accurately estimating long-range power-law correlations in the output signals for different parameter values in the three types of filters, and the three analytic functions we consider.

研究动机与目标

• 理解线性和非线性信号变换如何影响 detrended fluctuation analysis (DFA) 在检测长程相关性方面的准确性。
• 识别多项式和对数非线性滤波器在何种条件下能保持或扭曲相关信号的真实标度特性。
• 研究常见解析函数（指数、对数和幂律）在非线性变换后表现出的表观标度行为。
• 评估 DFA 在应用于变换信号时的局限性，特别是在生理和物理系统中，其输出为底层动力学的非线性函数时。
• 为在信号经过预处理或测量引起的非线性滤波后解释 DFA 结果提供指导。

提出的方法

• 本研究在应用三种滤波器（线性：y_i = a*x_i + b；非线性多项式：y_i = a*x_i^k；对数滤波：y_i = log(x_i + Δ)）前后均应用 DFA。
• 分析使用 DFA-1 和 DFA-ℓ，结合多项式消趋势法，量化具有幂律相关性的非平稳信号中的标度指数 α。
• 对指数函数（exp(cx + a)）进行解析推导，通过在 DFA 箱内积分和最小二乘拟合，推导出波动函数 F(n)。
• 波动函数 F²(n) 表示为两个复杂数函数 g(n) 和 h(n) 的乘积，对小的 n/N 进行渐近展开，以推导标度指数。
• 通过数值模拟验证解析结果，并探索不同相关性强度、滤波器参数和函数形式下 DFA 的行为。
• 本研究比较了三种解析函数——指数、对数和幂律（x+a)^λ——在不同参数下的表观标度，以识别 DFA 标度相同的区域。

实验结果

研究问题

• RQ1 线性滤波器如何影响通过 detrended fluctuation analysis (DFA) 获得的标度指数 α？
• RQ2 多项式和对数非线性滤波器如何改变 DFA 测量的信号相关性和标度特性？
• RQ3 在何种条件下，指数函数、对数函数和幂律函数尽管函数形式不同，却在 DFA 分析中表现出相同的表观标度？
• RQ4 信号相关性强度和滤波器参数（如多项式滤波器中的 k，对数滤波器中的 Δ）对最终 DFA 标度指数有何影响？
• RQ5 任意解析函数的标度行为在多大程度上可被简化为 DFA 分析中的三种典型情况（指数、对数、幂律）？

主要发现

• 线性滤波器（y_i = a*x_i + b）不会改变标度指数 α，保持了信号原有的相关性特性。
• 非线性多项式滤波器（y_i = a*x_i^k）根据原始信号的相关性强度和幂次 k 的不同，会改变标度指数 α，且奇数 k 和偶数 k 会产生不同的影响。
• 对数滤波器（y_i = log(x_i + Δ)）仅在原始信号的相关性指数处于特定范围内时才能保持原始标度，否则会改变表观标度。
• 指数函数（exp(±x+a)）、对数函数（log(x+a)）和幂律函数（(x+a)^λ）在参数 a 的广泛范围内表现出相同的 DFA 标度行为（α ≈ 2），表明在特定条件下具有共享的表观标度。
• DFA 方法对任何在每个 DFA 箱内可局部展开为 ℓ 次多项式的函数，均产生相同的标度结果（α = ℓ + 1），揭示了该方法的根本局限性。
• 当函数行为在 DFA 箱内发生偏离时，该方法表现出交叉行为，其标度指数随函数形式和参数而变化。