کاربرد آنالیز طیفی بیزی در تحلیل سری‌های زمانی نورسنجی

Authors

Abstract:

The present paper introduces the Bayesian spectral analysis as a powerful and efficient method for spectral analysis of photometric time series. For this purpose, Bayesian spectral analysis has programmed in Matlab software for XZ Dra photometric time series which is non-uniform with large gaps and the power spectrum of this analysis has compared with the power spectrum which obtained from the Period04 software, which designed for statistical analysis of astronomical time series and used of artificial data for unify the time series. Although in the power spectrum of this software, the main spectral peak which represent the main frequency of XZ Dra variable star oscillations in the f = 2.09864 (day -1) is well known but false spectral peaks are also seen. Also, in this software it’s not clear how to generate the synthetic data. These false peaks have been removed in the power spectrum which obtained from the Bayesian analysis; also this spectral peak which is around the desired frequency has a shorter width and is more accurate. It should be noted that in Bayesian spectral analysis, it’s not require to unify the time series for obtaining a desired power spectrum. Moreover, the researcher also becomes aware of the exact calculation process.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

فاصله اطلاعاتی و کاربرد آن در سریهای زمانی

  In this paper a new method is introduced for studying time series of complex systems. This method is based on using the concept of entropy and Jensen-Shannon divergence. In this paper this method is applied to time series of billiard system and heart signals. By this method, we can diagnose the healthy and unhealthy heart and also chaotic billiards from non chaotic systems . The method can al...

full text

تحلیل سریهای زمانی فازی

چکیده: تحلیل سری زمانی یکی از شاخه های آمار و احتمال است، که در سایر رشته های علوم مانند ژئوفیزیک، هواشناسی، اقتصاد، جغرافیا و زمین شناسی کاربرد فراوانی دارد. نادقیق بودن یا عدم قطعیت مشاهدات ممکن است تصادفی، یا در نتیجه عوامل عینی و ذهنی باشد. هر چند داده های فازی مشکل نادقیق بودن اندازه گیری صفات را بر طرف می کنند، ولی محاسبات بر پایه آنها مشکل است. زیرا هنگام کار کردن با داده های فازی به جا...

15 صفحه اول

کاربرد موجک ها در آنالیز طیفی سری های زمانی

آنالیز موجک ها کاربردهای فراوانی در دنیای علم امروز دارد. یکی از این موارد کاربرد موجکها در تجزیه سیگنالهای (توابع زمانی) غیرایستا می باشد. این ارتباط بین آنالیز موجکها و آنالیز طیفی وابسته به زمان اساسا خیلی بعید به نظر می آید. در این مقاله، ما این ارتباط را با جزئیات بیشتر ریاضی بررسی می کنیم. یکی از موارد قابل توجه آنالیز موجکها این است که به نماد فرکانس ، وقتی که در سیگنالهای غیرایستا بکار ...

15 صفحه اول

تجزیه و تحلیل سریهای زمانی تصادفی به روش قطع تراز

  Level crossing is a powerful method for analyzing the random time series. In this paper by introducing this method we investigate the beta noises and represent differences between 1/f noise and white noise and also research the cardiac heart interbeat interval (RR) time series and find clear distinctions between healthy samples and samples with Congestive heart failure (CHF) disease.

full text

فاصله اطلاعاتی و کاربرد آن در سریهای زمانی

در این مقاله برای مطالعه سریهای زمانی به دست آمده از سیستمهای پیچیده روش جدیدی معرفی شده است. این روش بر پایه استفاده از مفهوم آنتروپی و به کارگیری رابطه ای برای محاسبه توزیع فواصل با نام واگرایی جانسون- شانون می باشد. در این مقاله به بررسی سریهای زمانی به دست آمده از توزیع فواصل در سیستم بیلیارد همچنین سری زمانی سیگنال الکتریکی قلب پرداخته شده است. به کمک این روش می توان بیلیارد آشوبی و غیرآشو...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 17  issue 4

pages  541- 551

publication date 2017-11

By following a journal you will be notified via email when a new issue of this journal is published.

Keywords

No Keywords

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023