利用谐波分解增强非平稳信号的缺失数据插补
信号处理
2023-09-12 v1 数学软件
摘要
处理含有缺失值的时间序列（包括受低质量或过度饱和影响的时间序列）是一项重要的信号处理挑战。恢复这些缺失值的任务称为插补（imputation），已催生多种算法。然而，我们观察到当时间序列呈现非平稳振荡行为时，这些算法的效能往往会下降。本文提出一种新颖算法，称为谐波层级插值（Harmonic Level Interpolation, HaLI），可提升现有插补算法在振荡时间序列上的性能。在运行任意选定的插补算法后，HaLI基于初始插补的自适应非谐波模型进行谐波分解，以提高振荡时间序列的插补精度。在合成与真实信号上的实验评估一致表明，HaLI提升了现有插补算法的性能。该算法以易于使用的Matlab代码形式公开，供其他研究者使用。
引用
@article{arxiv.2309.04630,
title = {Enhancing Missing Data Imputation of Non-stationary Signals with Harmonic Decomposition},
author = {Joaquin Ruiz and Hau-tieng Wu and Marcelo A. Colominas},
journal= {arXiv preprint arXiv:2309.04630},
year = {2023}
}