摘要
本发明公开了一种用于模式重建和预测的广义多元奇异谱分析方法,其中,包括:通过嵌入方式获得轨迹矩阵Ai;对所述轨迹矩阵Ai(i=1,…,c)进行秩分解得到d个秩为1的矩阵之和;将每个所述秩为1的矩阵分成多组,并分别对每组内的矩阵进行求和;将索引集{1,2,…,d}拆分为不相交的子集L1,L2,…,Ls,得到重组矩阵的求和结果将 中的每个重组矩阵转换为长度为n的初始时间序列。本发明提供的用于模式重建和预测的广义多元奇异谱分析方法无需将每个时间序列的轨迹矩阵重新排列成一个矩阵,能够用于多元时间序列模式重建、特征增强和去噪,并能够准确地估计协方差矩阵,且在多元时间序列中的空间信息不会发生失真。