ssa.m

function [drvr]=ssa（x1L）

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% -----------------------------------------------------------------                           
%    Author: Francisco Javier Alonso Sanchez    e-mail:fjas@unex.es
%    Departament of Electronics and Electromecanical Engineering
%    Industrial Engineering School
%    University of Extremadura
%    Badajoz
%    Spain
% -----------------------------------------------------------------
%
% SSA generates a trayectory matrix X from the original series x1
% by sliding a window of length L. The trayectory matrix is aproximated 
% using Singular Value Decomposition. The last step reconstructs
% the series from the aproximated trayectory matrix. The SSA applications
% include smoothing filtering and trend extraction.
% The algorithm used is described in detail in: Golyandina N. Nekrutkin 
% V. Zhigljavsky A. 2001. Analisys of Time Series Structure - SSA and 
% Related Techniques. Chapman & Hall/CR.

% x1 Original time series （column vector form）
% L  Window length
% y  Reconstructed time series 重构时间序列
% r  Residual time series r=x1-y 剩余时间序列
% vr Relative value of the norm of the approximated trajectory matrix with respect
%	  to the original trajectory matrix 相对于原始轨迹矩阵的近似轨道矩阵范数的相对值

% The program output is the Singular Spectrum of x1 （must be a column vector）
% using a window length L. You must choose the components be used to reconstruct 
%the series in the form [i1i2:ik...iL] based on the Singular Spectrum appearance.
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%