Параметры Хьорта

Параметры Хьорта являются индикаторами статистических свойств, используемых при обработке сигналов во временной области, введенными Бо Хьортом в 1970 году. ^[1] Параметры — это активность, мобильность и сложность. Они обычно используются при анализе сигналов электроэнцефалографии для извлечения признаков. Параметры — это нормализованные дескрипторы наклона (NSD), используемые в ЭЭГ. Кроме того, в робототехнической области параметры Хьорта используются для обработки тактильных сигналов для обнаружения физических свойств объекта, таких как обнаружение текстуры поверхности/материала и классификация модальности прикосновения с помощью искусственной роботизированной кожи. ^[2]

Параметры

Активность Хьорта

Параметр активности представляет мощность сигнала, дисперсию функции времени. Это может указывать на поверхность спектра мощности в частотной области. Это представлено следующим уравнением:

${\displaystyle {\text{Activity}}={\text{var}}(y(t)).}$

Где y(t) представляет сигнал.

Hjorth Мобильность

Параметр мобильности представляет собой среднюю частоту или долю стандартного отклонения спектра мощности. Он определяется как квадратный корень из дисперсии первой производной сигнала y(t), деленный на дисперсию сигнала y(t).

${\displaystyle {\text{Mobility}}={\sqrt {\frac {{\text{var}}({\frac {dy(t)}{dt}})}{{\text{var}}(y(t))}}}.}$

Сложность Хьорта

Параметр Complexity представляет собой изменение частоты. Параметр сравнивает сходство сигнала с чистой синусоидой , где значение стремится к 1, если сигнал более похож.

${\displaystyle {\text{Complexity}}={\frac {{\text{Mobility}}({\frac {dy(t)}{dt}})}{{\text{Mobility}}(y(t))}}.}$

Анализ тактильного сигнала

В более ранних работах исследователи использовали метод преобразования Фурье для интерпретации полученной тактильной информации для классификации текстур. Однако преобразование Фурье не подходит для анализа нестационарных сигналов, в которых текстуры нерегулярны или неоднородны. Кратковременное преобразование Фурье или вейвлет могут быть наиболее подходящими методами для анализа нестационарных сигналов. Однако эти методы имеют дело с большим количеством точек данных, тем самым вызывая трудности на этапе классификации. Больше признаков требует большего количества обучающих выборок, что приводит к росту вычислительной сложности, а также риску переобучения. Чтобы преодолеть эти проблемы, Каболи и др. ^[3] предложили набор фундаментальных тактильных дескрипторов, вдохновленных параметрами Хьорта. Хотя параметры Хьорта определены во временной области, их можно интерпретировать и в частотной области. Параметр Activity представляет собой общую мощность сигнала. Он также является поверхностью спектра мощности в частотной области ( теорема Парсеваля ). Параметр Mobility определяется как квадратный корень из отношения дисперсии первой производной сигнала к дисперсии сигнала. Этот параметр пропорционален стандартному отклонению спектра мощности. Он является оценкой средней частоты. Complexity дает оценку полосы пропускания сигнала, что указывает на сходство формы сигнала с чистой синусоидой. Поскольку расчет параметров Hjorth основан на дисперсии, вычислительные затраты этого метода достаточно низки, что делает их подходящими для задач реального времени.

Ссылки

1. Hjorth, Bo; Elema-Schönander, AB (1970). «Анализ ЭЭГ на основе свойств временной области». Электроэнцефалография и клиническая нейрофизиология . 29 (3): 306–310. doi :10.1016/0013-4694(70)90143-4. PMID  4195653.
2. Каболи, Мохсен; Де Ла Роса-Т, Армандо; Уокер, Рич; Ченг, Гордон (2015). «Распознавание объектов в руках с помощью свойств текстуры с помощью роботизированных рук, искусственной кожи и новых тактильных дескрипторов» (PDF) . Международная конференция IEEE-RAS по гуманоидным роботам (гуманоидам) .
3. Каболи, Мохсен; Де Ла Роса-Т, Армандо; Уокер, Рич; Ченг, Гордон (2015). «Распознавание объектов в руках с помощью свойств текстуры с помощью роботизированных рук, искусственной кожи и новых тактильных дескрипторов» (PDF) . Международная конференция IEEE-RAS по гуманоидным роботам (гуманоидам) .