Modeliranje indeksa aktivnosti s statistikami višjih redov za vrednotenje redkih impulznih izvorov v konvolutivnih mešanicah : doktorska disertacija

slovenski

doktorska dela

2010

Disertacije   impulzivni izvori   indeks aktivnosti   konvultivne mešanice   površinski elektromiogrami   sestavljeni signali   Signali   sistem MIMO   statistike višjih redov   Tihonova regularizacija   večkanalni signali

Univerza v Mariboru, Fakulteta za elektrotehniko računalništvo in informatiko

V doktorski disertaciji se ukvarjamo z vrednotenjem redkih impulznih izvorov v linearnih konvolutivnih mešanicah, tj. z ocenjevanjem njihovega števila, dolžin njihovih impulznih odzivov in njihovih medsebojnih prekrivanj. V ta namen razvijemo statistične modele indeksa aktivnosti, in sicer modele povprečja, variance in avtokovariančnega zaporedja, s pomočjo katerih lahko ocenimo dolžino sistemskih odzivov in število aktivnih impulznih izvorov v opazovanih signalnih mešanicah. Začnemo s pregledom obstoječega stanja na področju ocenjevanja števila izvorov in dolžine sistemskih odzivov. Nato predstavimo model konvolutivnih mešanic odzivov redkih impulznih izvorov. Na kratko predstavimo še dekompozicijo površinskih EMG, metodo kompenzacije konvolutivnih jeder in indeks aktivnosti. Pri modeliranju indeksa aktivnosti se osredotočimo ločeno na prispevke izvorov in šuma, dodanega signalom. Lastnosti razvitih modelov uporabimo pri ocenjevanju dolžine sistemskih odzivov in števila izvorov, za kar razvijemo dva postopka. Prvi temelji na modelu variance indeksa aktivnosti in s pomočjo redukcije iskalnega prostora ocenjuje tako dolžino odzivov kot tudi število izvorov. Drugi postopek je kombiniran in temelji na modelu avtokovariančnega zaporedja indeksa aktivnosti, s katerim ocenimo dolžine sistemskih odzivov. Ko so dolžine odzivov ocenjene, lahko ocenimo število izvorov s pomočjo metod za ocenjevanje števila izvorov v multiplikativnih mešanicah. Drugi pristop se je izkazal za boljšega. V nadaljevanju predstavimo še možnosti nadgradnje indeksa aktivnosti s statistikami 3. in 4. reda ter probleme, ki pri tem nastanejo. Razvite modele nato preverimo na umetnih signalih z naključnimi sistemskimi odzivi in na umetnih površinskih elektromiogramih.

07.08.2023