Parametry Hjortha

Parametry Hjortha to wskaźniki właściwości statystycznych stosowanych w przetwarzaniu sygnałów w dziedzinie czasu, wprowadzone przez Bo Hjortha w 1970 r. Parametry to Aktywność, Mobilność i Złożoność. Są powszechnie stosowane w analizie elektroencefalograficznych do ekstrakcji cech. Parametry to znormalizowane deskryptory nachylenia (NSD) używane w EEG. Ponadto w obszarze robotyki parametry Hjortha są wykorzystywane do przetwarzania sygnałów dotykowych w celu wykrywania właściwości fizycznych obiektów, takich jak wykrywanie tekstur powierzchni/materiałów i klasyfikacja modalności dotyku za pomocą sztucznej skóry robota.

Parametry

Aktywność Hjortha

Parametr aktywności reprezentuje moc sygnału, wariancję funkcji czasu. Może to wskazywać na powierzchnię widma mocy w dziedzinie częstotliwości. Przedstawia to następujące równanie:

${\ Displaystyle {\ tekst {Aktywność}} = {\ tekst {var}} (y ​​(t)).}$

Gdzie y(t) reprezentuje sygnał.

Mobilność Hjorth

Parametr ruchliwości reprezentuje średnią częstotliwość lub proporcję odchylenia standardowego widma mocy. Jest to zdefiniowane jako pierwiastek kwadratowy z wariancji pierwszej pochodnej sygnału y(t) podzielony przez wariancję sygnału y(t).

${\ Displaystyle {\ text {mobilność}} = {\ sqrt {\ Frac {{\ text {var}} ({\ Frac {dy (t)}} {dt}}}} {{\ text {var}} ( y(t))}}}.}$

Złożoność Hjortha

Parametr złożoności reprezentuje zmianę częstotliwości. Parametr porównuje podobieństwo sygnału do czystej fali sinusoidalnej , gdzie wartość zbiega się do 1, jeśli sygnał jest bardziej podobny.

${\ Displaystyle {\ tekst {złożoność}} = {\ Frac {{\ tekst {mobilność}} ({\ frac {dy (t)}} {dt}})} {{\ tekst {mobilność}} (y ​​(t ))}}.}$

Analiza sygnału dotykowego

We wcześniejszych pracach naukowcy wykorzystali technikę transformacji Fouriera do interpretacji uzyskanych informacji dotykowych w celu klasyfikacji tekstury. Jednak transformata Fouriera nie jest odpowiednia do analizy sygnałów niestacjonarnych, w których tekstury są nieregularne lub niejednorodne. Krótkoterminowa transformata Fouriera lub Wavelet mogą być najbardziej odpowiednimi technikami do analizy sygnałów niestacjonarnych. Jednak metody te dotyczą dużej liczby punktów danych, co powoduje trudności na etapie klasyfikacji. Więcej funkcji wymaga większej liczby próbek treningowych, co powoduje wzrost złożoności obliczeniowej, a także ryzyko nadmiernego dopasowania. Aby przezwyciężyć te problemy Kaboli i in. zaproponował zestaw podstawowych deskryptorów dotykowych inspirowanych parametrami Hjortha. Chociaż parametry Hjortha są zdefiniowane w dziedzinie czasu, można je również interpretować w dziedzinie częstotliwości. Activity to całkowita moc sygnału . Jest to również powierzchnia widma mocy w dziedzinie częstotliwości ( twierdzenie Parsevala ). Mobilność _ parametr jest określany jako pierwiastek kwadratowy ze stosunku wariancji pierwszej pochodnej sygnału do wariancji sygnału. Ten parametr jest proporcjonalny do odchylenia standardowego widma mocy. Jest to oszacowanie średniej częstotliwości. Złożoność daje oszacowanie szerokości pasma sygnału, co wskazuje na podobieństwo kształtu sygnału do czystej fali sinusoidalnej. Ponieważ obliczenie parametrów Hjortha opiera się na wariancji, koszt obliczeniowy tej metody jest wystarczająco niski, co czyni ją odpowiednią do zadania w czasie rzeczywistym.