Matlab多标度分形的程序，此方面中文名为消去趋势多标度分形法

function Mfdfa20140116 global rsnuohu1; clc X=cumsum(rsnuohu1-mean(rsnuohu1)); X=transpose(X); scale=(4:floor((length(X)./4))); q=[-5,-3,-1,0,1,3,5]; m=1; for ns=1:length(scale),%元素个数矩阵的长度 segments(ns)=floor(length(X)/scale(ns));%子序列的长度 for v=1:segments(ns),%子序列的序号 v; Index1=((((v-1)*scale(ns))+1):(v*scale(ns)));%每个子序列中的元素的序号 Index2=(((length(X)-v*scale(ns))+1):((length(X)-(v-1)*scale(ns))));%逆序列每个子序列中的元素的序号 Index=[Index1,Index2];%顺序列和逆序列的元素序号组成一个新的序号 C1=polyfit(Index1,X(Index1),m);%顺序中拟合序号与与其对应的元素 C2=polyfit(Index2,X(Index2),m);%逆序中拟合序号与与其对应的元素 fit1=polyval(C1,Index1);%拟合顺序列的所得新的元素值 fit2=polyval(C2,Index2);%拟合逆序列的所得新的元素值 fit=[fit1,fit2];%新的元素值组成一个新的序列 sqrt(mean((X(Index)-fit).^2));%顺序列实际值与拟合值的差值的平方的平均值的平方根 RMS{ns}(v)=sqrt(mean((X(Index)-fit).^2)); end for nq=1:length(q),%q值的顺序号 qRMS{nq,ns}=RMS{ns}.^q(nq);%为求Fs做准备 Fq(nq,ns)=mean(qRMS{nq,ns}).^(1/q(nq));%q~=0的Fs end Fq(q==0,ns)=exp(0.5*mean(log(RMS{ns}.^2)));%q==0的Fs end for nq=1:length(q), C=polyfit(log(scale),log(Fq(nq,:)),1);%在nq确定下，scale对应下的每个ns Hq(nq)=C(1) %拟合后的斜率 qRegLine{nq}=polyval(C,log(scale));%回归后的值 end tq=Hq.*q-1 hq=diff(tq)./(q(2)-q(1)) Dq=(q(1:end-1).*hq)-tq(1:end-1)