[发明专利]将非平稳信号分解成函数分量

摘要

一种信号处理方法，具体地，一种将表示生理现象的非平稳信号分解成函数分量并且估计表征这些函数分量中的每个函数分量的参数的方法。该方法利用用于估计信号的时间过程中的动态和基线的趋势的部件、用于将非平稳信号划分成函数分量在其上形成的区间的部件以及用于补偿来自与先前函数分量匹配的QGK的交叠以形成ECK的部件。该补偿包括：用于将ECK变换至频域的部件；用于估计QGK的权重参数和离差参数并且验证参数可靠性的部件；用于估计QGK的开始时间的部件；用于在每个递归周期之后扩展非平稳信号的模型的部件；用于去除不利的QGK并且重新布置剩余QGK的部件；以及用于利用属于预定类的参数来创建非平稳信号的局部模型的部件。

主权项

1.一种将表示生理现象的非平稳信号分解成以准高斯核作为基本元素的一组自相似函数分量并且估计表征各个函数分量的参数的计算机实现的方法，所述方法包括以下步骤：(a)应用多通移动平均滤波器以估计在所述非平稳信号的时间过程中的动态趋势和基线趋势，使用所述动态趋势和基线趋势来提取导引函数，所述导引函数指示在信号片段上形成函数分量的信号片段，并且使用所述导引函数的模量的过零点以及全局和局部最小值作为分割点来自适应分割所述导引函数；(b)将所述非平稳信号划分成分量形成的区域，所述非平稳信号在与所述导引函数的分割点对应的点处被分割；(c)补偿来自与先前函数分量匹配的准高斯核的交叠以形成经验分量核，使用递归子步骤为：(i)使用相似基函数算法将所述经验分量核变换至频域；(ii)估计权重参数和离差参数，并且通过找出和评估所述经验分量核的归一化幅度频谱与具有高斯分布的频域模板之间的最佳匹配来根据预先限定的类别等级验证参数的可靠性；以及(iii)通过找出与相位频谱的限定值对应的特征点，根据经验分量核的复频谱的虚部以估计的权重参数和离差参数估计准高斯核的开始时间；(d)完成递归的先前周期后，通过与新识别的准高斯核相加来扩展由在递归的先前周期识别的准高斯核之和构成的非平稳信号的模型；(e)在去除不利的准高斯核之后使用用于评估识别结果的类别参数ξ来重新布置所识别的分量；以及(f)通过选择权重参数和离差参数属于预先限定的类别等级的准高斯核整体来创建局部非平稳信号模型；其中类别参数ξ取从1至5的整数值；并且所述类别参数根据在边界角频率处的归一化幅度频谱被赋值如下：ξ＝1(等级E)，如果ξ＝2(等级G)，如果ξ＝3(等级S)，如果ξ＝4(等级W)，如果ξ＝5(等级U)，如果其中类别参数为1被定义为优秀(等级E)，2被定义为好(等级G)，3被定义为理想(等级S)，4被定义为差(等级W)，而5被定义为不成功(等级U)。