Восстановление эталона циклических сигналов на основе использования хаусдорфовой метрики в фазовом пространстве координат
Генератор
циклических последовательностей. Рассмотрим достаточно простой алгоритм
генерации дискретных циклических последовательностей по эталонам. Пусть каждый
из
эталонов
, (
) представлен
конечным числом
дискретных
значений
,
зафиксированных с постоянным шагом квантования по времени. Зададим общее число
фрагментов
каждого эталона и номера точек
, которые
определяют границы
-го и
-го фрагмента
-го эталона.
При таких исходных данных процедура генерации циклической последовательности сводится к следующим шагам.
Шаг
1. Задаем общее число
циклов
генерируемой последовательности.
Шаг
2. Определяем число
циклов,
порождаемых
-м эталоном,
по формуле
, где здесь и
далее
-операция
округления до целого числа
.
Шаг
3. Выбираем номер
эталона,
порождающего
-й цикл (
), по значению
реализации
целочисленной
случайной величины
,
распределенной на интервале [1,G] т.е.
=
.
Шаг
4. Если
, то повторяем
шаг 3.
Шаг
5. Определяем число точек
-го фрагмента
-го цикла по
формуле
,
где
- реализация
случайной величины
, которая с
нулевым математическим ожиданием распределена на интервале
.
Шаг
6. По дискретным значениям
-го фрагмента
-го эталона в
узлах любым из
методов интерполяции вычисляем значения генерируемой последовательности в
точках.
Шаг
7. Модифицируем каждое вычисленное значение
на основе мультипликативной
процедуры
, где
- реализация
случайной величины
, которая с
нулевым математическим ожиданием распределена на интервале
.
Шаг
8. Если
, то
возвращаемся к шагу 5.
Шаг
9. Присваиваем
.
Шаг
10. Если
, то
возвращаемся к шагу 3.
Результаты моделирования подтверждают эффективность рассмотренного алгоритма для имитации реальных циклических сигналов (рис. 1).

Рис. 1. ЭКГ- сигнал, порожденный моделью (6): по одному эталону (а); по двум эталонам (б)
Метод
оценки эталона по искаженной реализации. Пусть циклический сигнал (6)
представлен последовательностью
дискретных
значений, наблюдаемых в течение
циклов.
Предположим, что для каждого
-го значения
имеется оценка производной
. Выполнив
нормировку
,
сформируем
множество
точек,
принадлежащих траектории наблюдаемого сигнала в двумерном нормированном фазовом
пространстве
.
Пусть
нам известны номера точек
,
соответствующие началам
каждого
-го цикла (
алгоритм определения номеров
в данной
статье не рассматривается). Тогда множество
можно разбить
на
подмножеств
нормированных
векторов
, концы
которых лежат на фазовых траекториях отдельных циклов.
Будем
оценивать расстояние между любыми двумя подмножествами
и
,
хаусдорфовой
метрикой [11]
, (8)
где
- евклидово
расстояние между точками
и
.
Назовем
опорным циклом подмножество
векторов
, которое
имеет минимальное суммарное расстояние (8) с остальными
подмножествами
, (9)
и
будем оценивать эталон (средний цикл) путем усреднения точек различных
траекторий, расположенных в окрестности точек
опорного
цикла.
С этой целью проведем селекцию траекторий, подлежащих усреднению, определив
подмножество
тех траекторий,
хаусдорфово расстояние которых до опорной меньше заданной величины
, т.е.
. Для
улучшения оценки представим опорный цикл
и остальные
циклы
последовательностью
расширенных векторов
, которые,
помимо нормированных фазовых координат
, содержат дополнительную
компоненту
. Величина
вычисляется в
каждой
-й точке
-й траектории
по формуле
,
где
- номер первой
точки
-й траектории,
состоящей из
точек.
Введение
дополнительной компоненты
позволяет при
усреднении точек оценивать их близость не только с точки зрения значений
фазовых координат
, но и с точки
зрения синхронности во времени. Для этого предлагается определять евклидово
расстояние
между
расширенными векторами
опорной
траектории и расширенными векторами
остальных
траекторий
, а для оценки
последовательности точек