Resumen

El análisis de correlación cruzada con tendencia (DCCA) es un método de escalado utilizado habitualmente para estimar la correlación cruzada de ley de potencia de largo alcance en señales no estacionarias. En estudios recientes se han descrito señales superpuestas con tendencias, lo que a menudo provoca la complejidad de las señales y la susceptibilidad del DCCA. En este trabajo se generan artificialmente señales con correlación cruzada de largo alcance y se investiga sistemáticamente el efecto de las tendencias estacionales. En concreto, para los cruces suscitados por las tendencias, proponemos un algoritmo de suavizado basado en el método de descomposición empírica de modos (EMD) que descompone las señales subyacentes en varias funciones intrínsecas de modo (IMF) y una tendencia residual. Tras eliminar los componentes que oscilan lentamente y el término residual, se eliminan las tendencias estacionales.

• Materias:Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:señales, tendencias estacionales, varias funciones modales intrínsecas, descomposición modal empírica, dcca, método, tendencias, estudios recientes, señales correlacionadas, análisis de correlación
• Keywords:signals, seasonal trends, several intrinsic mode functions, empirical mode decomposition, dcca, method, trends, recent studies, correlated signals, correlation analysis