随着工业水平的快速发展,生活中危险化工品的种类和数量与日俱增,有毒气体泄漏事故屡次发生,给人民群众的生命和财产安全带来极大损害。气流场信号受多种地表因素(诸如气流场温差、压强、气流场地形环境等)综合影响,因此气流场信号具有高度无序、结构不稳定等特征,使得有毒气体扩散路径的预估和泄漏源的准确定位研究的开展异常困难。深入研究气流场信号的动力学特性及其演化机理,将有助于准确解读气体流动规律,对泄漏源定位提供有价值的线索。为此,本文从复杂性测度的角度研究气流场信号的复杂度,具体工作如下:(1)采用Lempel-Ziv复杂度、排列熵和功率谱熵从时域和频域角度研究了室内外风速信号的差异性。结果表明,两种环境中的风速水平分量处于主导位置,影响着整体风速信号的复杂程度,即风速的强度变化主要体现在两个水平分量上,与竖直分量关系较小。室外环境中的竖直分量波动最为复杂,而室内环境的水平分量波动更为复杂。(2)针对气流场信号结构存在多尺度特征,采用多尺度样本熵及多元多尺度样本熵对气流场水平面和竖直面的风速/风向信号进行复杂性分析。结果表明:水平平面两组风速信号的熵值在多个尺度上都是低于竖直面风速信号熵值的,即三维风场的水平面风速的复杂性是低于竖直面风速的。而三组风向信号随尺度的增加,信号的复杂程度也随之改变。竖直面风向信号的复杂程度存在差异性。在低尺度上,水平信号的复杂性处于两个竖直面信号之间,但是随着尺度因子的增加,有一竖直平面信号的复杂程度最高。(3)针对现有熵方法设计大多局限时域和频域两个角度,导致分析结果存在一定的片面性,提出一种基于图像微结构频数分析的时间序列复杂度测算方法,即微结构递归熵。首先采用时间序列相空间重构的方式,将一维时间序列映射为二维图像,即通过延迟时间和嵌入维数技术确定一维时间序列的相空间点,随后获取表征相空间点之间的相似性程度的二维灰度图像;其次,采用图像关键点分析技术确定局部微结构位置及描述子;最后,依据图像局部微结构描述子的自适应聚类结果,确定微结构类别及频数,从而计算出一维时间序列图像微结构递归熵。测试结果表明,该方法对信号的变化敏感,可以准确区分规则信号和不同随机程度的信号。