基于匹配追踪的自适应Chirplet变换生物信号分析
信号处理
2017-09-26 v1
摘要
啁啾现象，即信号的瞬时频率随时间变化，在生物系统相关信号中大量存在。生物信号本质上非平稳，时频分析是分析它们的可行工具。众所周知，高斯chirplet函数对描述啁啾信号至关重要。尽管自适应chirplet变换(ACT)理论已建立二十余年并在信号处理界被广泛接受，但ACT在生物/生物医学信号分析中的应用仍相当有限，可能是因为ACT作为新兴的生物信号分析工具，其威力尚未被生物医学工程领域的研究人员充分赏识。本文描述一种基于“粗-精”方案的新型ACT算法。即，chirplet的初始估计通过匹配追踪(MP)算法实现，随后使用期望最大化(EM)算法细化，我们称之为MPEM算法。我们强调算法在噪声面前的鲁棒性增强，这对生物信号分析很重要，因为它们通常嵌入在强背景噪声中。然后我们通过将该算法应用于代表性生物信号的分析来展示其能力，包括视觉诱发电位（生物电信号）、可听心音和蝙蝠超声回声定位信号（生物声学信号）以及人类语音。结果表明，MPEM算法提供了对所研究信号更紧凑的表示和更清晰的时频结构可视化，表明ACT在生物信号分析中具有可观前景。MATLAB代码仓库托管于GitHub免费下载(https://github.com/jiecui/mpact)。
引用
@article{arxiv.1709.08328,
title = {Biosignal Analysis with Matching-Pursuit Based Adaptive Chirplet Transform},
author = {Jie Cui and Dinghui Wang},
journal= {arXiv preprint arXiv:1709.08328},
year = {2017}
}
备注
27 pages, 8 figures