wolf 法计算Lyapunov指数

function lambda_1=lyapunov_wolf（dataNmtauP）
% 该函数用来计算时间序列的最大Lyapunov 指数--Wolf 方法
% m: 嵌入维数
% tau:时间延迟
% data:时间序列
% N:时间序列长度
% :时间序列的平均周期选择演化相点距当前点的位置差，即若当前相点为I，则演化相点只能在|I－J|>的相点中搜寻
% lambda_1:返回最大lyapunov指数值
min_point=1 ; %&&要求最少搜索到的点数
MAX_CISHU=5 ; %&&最大增加搜索范围次数
%FLYINGHAWK
delt_t1 = 0.001;
t1 = 0:delt_t1:60;
[tt1y1]=ode45（‘D‘t1[-1010]）;
xx1 = y1（:1）‘;
x1 = spline（tt1 xx1 t1）;
data= x1（20000:10:60000）;%采样
N=length（data）;
m=4;
tau=11;
%*****************************************************
% FFT计算平均周期
%**********************************************************
x=data;
xPower=abs（fft（x））.^2;
NN=length（xPower）;
xPower（1）=[];%去除直流分量
NN=floor（NN/2）;
xPower=xPower（1:NN）;
freq=（1:NN）/NN*0.5;
[mPindex]=max（xPower）;
P=index;
% 求最大、最小和平均相点距离
max_d = 0; %最大相点距离
min_d = 1.0e+100; %最小相点距离
avg_dd = 0;
Y=reconstitution（dataNmtau）; %相空间重构
M=N-（m-1）*tau; %重构相空间中相点的个数
for i = 1 : （M-1）
for j = i+1 : M
d = 0;
for k = 1 : m
d = d + （Y（ki）-Y（kj））*（Y（ki）-Y（kj））;
end
d = sqrt（d）;
if max_d < d
max_d = d;
end
if min_d > d
min_d = d;
end
avg_dd = avg_dd + d;
end
end
avg_d = 2*avg_dd/（M*（M-1））; %平均相点距离

dlt_eps = （avg_d - min_d） * 0.02 ; %若在min_eps～max_eps中找不到演化相点时，对max_eps的放宽幅度
min_eps = min_d + dlt_eps / 2 ; %演化相点与当前相点距离的最小限
max_eps = min_d + 2 * dlt_eps ; %&&演化相点与当前相点距离的最大限

% 从P+1～M-1个相点中找与第一个相点最近的相点位置（Loc_DK）及其最短距离DK
DK = 1.0e+100; %第i个相点到其最近距离点的距离
Loc_DK = 2; %第i个相点对应的最近距离点的下标
for i = （P+1）:（M-1） %限制短暂分离，从点P+1开始搜索
d = 0;
for k = 1 : m
d = d + （Y（ki）-Y（k1））*（Y（ki）-Y（k1））;
end
d = sqrt（d）;
if （d < DK） & （d > min_eps）
DK = d;
Loc_DK = i;
end
end
% 以下计算各相点对应的李氏数保存到lmd（）数组中
% i 为相点序号，从1到（M-1），也是i-1点的演化点；Loc_DK为相