Articulo de referencia

Parámetros de Hjorth

Los parámetros de Hjorth son indicadores de propiedades estadísticas utilizados en el procesamiento de señales en el dominio del tiempo, introducidos por Bo Hjorth en 1970. [ 1 ...

Los parámetros de Hjorth son indicadores de propiedades estadísticas utilizados en el procesamiento de señales en el dominio del tiempo, introducidos por Bo Hjorth en 1970. [ 1 ] Los parámetros son Actividad, Movilidad y Complejidad. Se utilizan comúnmente en el análisis de señales de electroencefalografía para la extracción de características. Los parámetros son descriptores de pendiente normalizados (NSD) utilizados en EEG. Además, en el área de robótica, los parámetros de Hjorth se utilizan para el procesamiento de señales táctiles para la detección de propiedades de objetos físicos, como texturas de superficie/detección de materiales y clasificación de la modalidad táctil a través de piel robótica artificial. [ 2 ]

Parámetros

Actividad principal

En el parámetro de actividad se representa la potencia de la señal, la varianza de una función temporal. Esto puede indicar la superficie del espectro de potencia en el dominio de la frecuencia. Esto se representa mediante la siguiente ecuación:

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

Donde y(t) representa la señal.

Movilidad Hjorth

El parámetro de movilidad representa la frecuencia media o la proporción de la desviación estándar del espectro de potencia. Se define como la raíz cuadrada de la varianza de la primera derivada de la señal y(t) dividida por la varianza de la señal y(t).

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

Complejidad de Hjorth

El parámetro Complejidad representa el cambio de frecuencia. Este parámetro compara la similitud de la señal con una onda sinusoidal pura , donde el valor tiende a 1 si la señal es más similar.

Complejidad=Movilidad(dy(t)dt)Movilidad(y(t)).{\displaystyle {\text{Complejidad}}={\frac {{\text{Movilidad}}({\frac {dy(t)}{dt}})}{{\text{Movilidad}}(y(t))}}.}

Análisis de señales táctiles

En trabajos anteriores, los investigadores emplearon la técnica de transformada de Fourier para interpretar la información táctil obtenida para la clasificación de texturas. Sin embargo, la transformada de Fourier no es apropiada para analizar señales no estacionarias en las que las texturas son irregulares o no uniformes. La transformada de Fourier de tiempo corto o la wavelet podrían ser las técnicas más apropiadas para analizar señales no estacionarias. Sin embargo, estos métodos manejan una gran cantidad de puntos de datos, lo que causa dificultades en el paso de clasificación. Más características requieren más muestras de entrenamiento, lo que resulta en un aumento de la complejidad computacional, así como en el riesgo de sobreajuste. Para superar estos problemas, Kaboli et al. [ 3 ] propusieron un conjunto de descriptores táctiles fundamentales inspirados en los parámetros de Hjorth. Aunque los parámetros de Hjorth se definen en el dominio del tiempo, también pueden interpretarse en el dominio de la frecuencia. El parámetro de actividad es la potencia total de la señal. También es la superficie del espectro de potencia en el dominio de la frecuencia ( teorema de Parseval ). El parámetro de movilidad se determina como la raíz cuadrada de la razón de la varianza de la primera derivada de la señal con respecto a la de la señal. Este parámetro es proporcional a la desviación estándar del espectro de potencia. Representa una estimación de la frecuencia media. La complejidad proporciona una estimación del ancho de banda de la señal, lo que indica la similitud de su forma con una onda sinusoidal pura. Dado que el cálculo de los parámetros de Hjorth se basa en la varianza, el coste computacional de este método es suficientemente bajo, lo que lo hace adecuado para tareas en tiempo real.

Referencias

  1. Hjorth, Bo; Elema-Schönander, AB (1970). "Análisis del EEG basado en propiedades del dominio del tiempo". Electroencefalografía y neurofisiología clínica . 29 (3): 306– 310. doi : 10.1016/0013-4694(70)90143-4 . PMID 4195653 . 
  2. Kaboli, Mohsen; De La Rosa-T, Armando; Walker, Rich; Cheng, Gordon (2015). "Reconocimiento de objetos en la mano mediante propiedades de textura con manos robóticas, piel artificial y descriptores táctiles novedosos" (PDF) . Conferencia Internacional IEEE-RAS sobre Robots Humanoides (Humanoids) .
  3. Kaboli, Mohsen; De La Rosa-T, Armando; Walker, Rich; Cheng, Gordon (2015). "Reconocimiento de objetos en la mano mediante propiedades de textura con manos robóticas, piel artificial y descriptores táctiles novedosos" (PDF) . Conferencia Internacional IEEE-RAS sobre Robots Humanoides (Humanoids) .