基于三角回归的波形函数模型阶数估计

自适应非谐波（ANH）模型是一种强有力的工具，可紧凑表示具有时变振幅和相位以及非正弦振荡形态的振荡信号。给定瞬时振幅和相位的良好估计量，我们可以构建一个自适应模型，其中振荡形态由波形函数（WSF）描述，WSF 是一个 2π 周期的更一般的周期函数。在本文中，我们通过将三角回归模型选择准则适配到该背景中，解决估计 WSF 谐波分量数目的问题，这是一个研究不足的问题。我们研究了这些最初在平稳信号背景下开发的准则对于具有时变振幅和相位信号情形的应用。然后我们将阶数估计纳入 ANH 模型重构流程，并分析其在含噪 AM-FM 信号上的性能。在合成信号上的实验结果表明，这些准则能够实现具有非正弦振荡模式的非平稳信号波形的自适应估计，即使在存在相当大量噪声的情况下。我们还将重构流程应用于模拟脉搏波信号的去噪任务，并确定所提技术与其它去噪方案相比具有竞争力。我们通过分析来自 Fantasia 数据库的记录的算法，表明我们的自适应阶数估计算法考虑了心电图（ECG）和呼吸信号的患者间波形变异性，以此结束本工作。