Marco Martignon

Ingegnere Elettronico, Biomedico Specializzato in Ingegneria Clinica

Analisi segnali biomedici

Analisi in Multirisoluzione

Descrizione del Software

Uso del Software

Risultati confronti

Modelli AR

Test modelli AR

Estrazione dei segnali

Test sui Modelli AR

Vi sono 2 test significativi:

TEST 1: (TEST DI RICONOSCIMENTO DEL SEGNALE)

In sostanza per ogni segnale del gruppo A (88200 campioni) sono stati determinati 4 modelli partizionando il segnale in 4 parti uniformi di 22050 campioni. Questo perché non sappiamo quale sia l’intervallo di stazionarietà rappresentativo dei segnali.

È stato poi considerato ciascun modello del segnale e su di esso sono stati applicati gli altri segnali per capire se il modello riesce a dinstinguere il segnale omonimodagli alrti segnali. In rosso sono evidenziati i risultati negativi del test ed in verde quelli positivi.

 

Il confronto con i segnali del gruppo B, essendo stati campionati con frequenza doppia, è avvenuto sui corrispondenti segnali opportunamente decimati al fine di avere le stesse caratteristiche dei segnali del gruppo A, altrimenti l’esito sarebbe stato a priori già negativo.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

TEST 2:

Il test 2 è utile per capire quale dei modelli calcolati per lo stesso segnale è rappresentativo del segnale nella sua globalita.

I test sotto indicano che in quali casi il modello sia corretto applicando in sequenza il segnale suddiviso in 4 parti uguali di 22050 campioni ( 1 secondo ).

DISCUSSIONE DEI RISULTATI:

TEST 1:

I segnali del gruppo B non sono quasi mai stimati correttamente probabilmente il primo l’intervallo di misurazione di 1 secondo già in misurazione risulta essere poco fedele magari per l’introduzione di componenti spurie e a causa di fasi transitorie. Infatti dai risultati sul gruppo A si può notare anche che il modello 1quasi mai si addice al riconoscimento.

Sembrano infatti essere (non sempre) i modelli determinati negli intervalli intermedi a dare i risultati migliori, fatta eccezione per alcuni segnali (del tipo Acetone) che presenta un comportamento molto irregolare rispetto agli altri segnali.

Analizzando la rappresentazione tempo-frequenza il Matlab non distingue molto i segnali, forse perché a bassa risoluzione. Mentre analizzando i segnali con software apposito (è un applicativo per segnali prevalentemente musicali di cui ho reperito una versione demo) si notano delle diversità sia visive che uditive.

Si può notare inoltre l’alta irregolarità dell’ordine dei modelli in alcuni segnali, fatto escluso il caso della farina D30. Questo indica che il segnale durante la misurazione subisce modificazioni nelle caratteristiche spettrali che inevitabilmente introducono componenti di non stazionarietà. In sostanza un determinato modello potrebbe stimare bene in alcuni intervalli il segnale ma non in altri.(da cui il significato dei test fatti).

TEST 2:

Il test 2 mette in evidenza quale dei modelli è rappresentativo del segnale. Ad esempio l’acetone è completamente fuori fase come già accennato mentre i rimanenti modelli sembrano abbastanza regolari.

 

N.B: Va precisato che il test di bontà del modello è stato fatto sulla base di un noto test detto di Anderson ma che al momento abbastanza grossolano.