Восстановление эталона циклических сигналов на основе использования хаусдорфовой метрики в фазовом пространстве координат
Леонид Соломонович Файнзильберг, к.т.н.
Предложена стохастическая модель порождения циклических сигналов. Показано, что эта модель является обобщением моделей периодической и почти периодической функций. Предложен конструктивный метод оценки эталона по реализации циклического сигнала, наблюдаемого в фазовом пространстве координат.
Введение. Повторяющиеся во времени процессы часто протекают в технических и биологических системах. Такие процессы порождают специфические сигналы, которые в научной литературе принято называть циклическими [1] или квазипериодическими [2]. Типичными примерами циклических сигналов являются электрокардиограмма (ЭКГ), реограмма, магнитокардиограмма и многие другие физиологические сигналы, отражающие циклический характер работы системы кровообращения живого организма.
Известно, что существующие компьютерные системы анализа и интерпретации циклических сигналов, в частности, ЭКГ, все еще не обеспечивают требуемую достоверность результатов [3]. Согласно [4], это в первую очередь вызвано ошибками, которые возникают при измерении параметров (диагностических признаков) при обработке реальных сигналов во временной области. Один из альтернативных методов анализа таких сигналов, предложенный в [5] и получивший развитие в целом ряде других работ, в частности, в
[6-8], предполагает отображение и обработку сигнала в фазовом пространстве координат.
В настоящей статье предлагается модель порождения циклических сигналов и на основе этой модели исследуется новый метод восстановление эталона циклического сигнала по искаженной реализации, наблюдаемой в фазовом пространстве.
Постановка
задачи. Пусть наблюдаемый сигнал
является
результатом искажения периодического процесса
случайным
возмущением
, где
- некоторая
функция. Назовем эталонным циклом
- часть
ненаблюдаемой функции
на любом из ее
периодов
. Ставится
задача оценить эталон
по реализации
, наблюдаемой
на отрезке
.
Стохастическая
модель порождения циклических сигналов. Прежде чем переходить к решению
поставленной задачи, рассмотрим одну из возможных моделей порождения
по эталону
. Будем
считать, что эталон
может быть
представлен в виде функции, кусочно-заданной на интервале
отдельными
фрагментами
(1)
полагая,
что число таких фрагментов
.
Применительно к ЭКГ такие фрагменты соответствуют стадиям процесса возбуждения
отдельных участков сердца - деполяризации предсердий (волне
), возбуждению
(комплексу
) и
реполяризации (волне
) желудочков
[1].
Представим
наблюдаемый сигнал
в виде
последовательности искаженных эталонов (1), предполагая, что на каждом
-м цикле такой
последовательности (
) отдельные
фрагменты эталона
независимо
один от другого линейно растягиваются (сжимаются) по времени, а сама функция
линейно
растягивается (сжимается) по амплитуде. Иными словами, предполагается, что
процесс порождения
-го фрагмента
(
) каждого
-го цикла (
)
осуществляется на основе операторного преобразования
, (2)
где
-
соответственно параметры линейного растяжения (сжатия) по амплитуде и времени,
а
- сдвиг по
времени. Для обеспечения непрерывности порождаемого сигнала предполагается, что
Последнее
требование всегда можно обеспечить, выполнив предварительную нормировку эталона
.
Пусть
в пределах каждого
-го цикла
параметр
принимает
фиксированное значение
, (3)
где
-
последовательность реализаций независимых случайных величин, которые с нулевым
математическим ожиданием
распределены
на интервале
, ограниченном
фиксированным числом
.
Предположим
также, что параметр
принимает
фиксированное значение в процессе порождения каждого
-го фрагмента
-го цикла
, (4)
где
-
последовательность реализаций независимых случайных величин, которые с нулевым
математическим ожиданием
распределены
на интервалах
,
ограниченными фиксированными числами
.
При
таких предположениях продолжительность
-го фрагмента
-го цикла
сигнала
связана с
продолжительностью
соответствующего
фрагмента эталона соотношением
.
Следовательно,
общая продолжительность
-го цикла
порождаемого сигнала
определяется
выражением
,
началу
-го цикла
соответствует момент времени
,
а
началу
-го фрагмента
-го цикла –
момент времени
. (5)
Применим
к
-му фрагменту
эталона
операторное
преобразование (2), положив параметр сдвига
. Тогда из (2)
с учетом соотношений (3)- (5) следует, что процесс порождения
-го фрагмента
на
-м цикле можно
представить в виде
, (6)
где
. (7)
Предложенная
модель, которая описывает неравномерные по времени искажения эталона
, более
пригодна для описания реальных циклических сигналов, в частности ЭКГ, нежели ее
упрощенный вариант
,
полученный
в предположении, что фигурирующий в (7) случайный параметр
зависит только
от номера
цикла, но не
зависит от номера
фрагмента.
Нетрудно
показать, что стохастическая модель (6),(7) является прямым обобщением
известных моделей строго периодического и почти периодического процессов.
Действительно, положив в (7)
, модель (6)
можно представить в виде соотношения
,
которое
описывает почти периодический процесс [9], а при дополнительном условии
, сводится к
модели строго периодической функции
.
Предложенная
модель легко может быть обобщена для описания процесса порождения более сложных
циклических сигналов, в частности, ЭКГ с изменяющейся морфологией отдельных
циклов (экстрасистолами) [10]. Для этого достаточно ввести в рассмотрение не
один, а
эталонов
, и
предположить, что каждый
-й цикл
порождается путем аналогичных искажений одного из этих эталонов, выбираемых
случайным образом в соответствии с вероятностями