用计算李雅普诺夫指数中的一种方法wolf方法计算(Calculation of Lee Yap Andrianof exponent by Wolf method)

非线性非平稳信号的时频分析是一项非常具有挑战性的工作。为了捕获这些信号中的特征，分析方法必须是局部的、自适应的和稳定的。近年来，不同的研究小组开发了基于分解的分析方法，如Huang等人首创的经验模态分解(EMD)技术。这些方法将信号分解成有限数量的分量，在这些分量上可以更有效地应用时频分析。在本文中，我们考虑迭代滤波(IF)方法作为EMD的替代方法。我们在滤波器上提供了充分的条件，保证了对任意l2信号的中频收敛。然后，我们提出了一种新的

混沌时间序列预测中，重构相空间采用小数据量法求取最大李雅普莫诺夫指数。(In the prediction of chaotic time series, the maximum lyapunov index is obtained by the method of small data quantity in the reconstructed phase space.)

对非线性微分方程画相图以及求特征值和李雅普诺夫指数。以简单的非线性微分方程为例，程序中的微分方程可自行修改(Drawing phase diagrams and calculating eigenvalues for Nonlinear Differential Equations)