[发明专利]不同趋势下Logistic映射序列的非线性趋势项消除方法

说明书

本发明公开了不同趋势下Logistic映射序列的非线性趋势项消除方法，包括步骤：步骤S1：采用数据集构造Logistic映射序列，基于Logistic映射序列构造混沌系统Logistic映射序列；步骤S2：将混沌系统Logistic映射序列与不同趋势叠加，得到不同趋势下的Logistic映射序列z，z＝z_s+z_t，z_s是平稳项，z_t是趋势项，步骤S3：采用构造的不同趋势下的Logistic映射序列消除原始信号中的非线性趋势项，得到信号的平稳部分。本发明计算简单、快速，是基于正则化原理的去趋势化方法，确定平滑先验法的正则化参数；根据趋势项的截止频率与特征值参数之间的一对一的数值关系，获得与频率分量对应的趋势项。

技术领域

本发明涉及心电信号处理技术领域，具体的说，是一种不同趋势下Logistic 映射序列的非线性趋势项消除方法。

背景技术

针对人体心脏这一混沌系统复杂动力学特征的研究，许多国内外学者从最初的线性方法慢慢向非线性方法靠拢，研究发现非线性指标更能准确反映心脏系统内在的生理学特性。但是这些研究中信号在提取过程中，往往会夹杂着各种不同程度的趋势成分，在这些不同趋势成分的强干扰下，非线性指标经常会很敏感，得到的结果不稳定，所以必须消除这些趋势和基线漂移对心电信号的影响。

发明内容

本发明的目的在于提供一种不同趋势下Logistic映射序列的非线性趋势项消除方法，用于解决现有技术中信号提取过程中夹杂不同程序的趋势成分，得到的非线性指标结果不稳定的问题。

本发明通过下述技术方案解决上述问题：

一种不同趋势下Logistic映射序列的非线性趋势项消除方法，包括步骤：

步骤S1：采用数据集构造Logistic映射序列，基于Logistic映射序列构造混沌系统Logistic映射序列；

步骤S2：将混沌系统Logistic映射序列与不同趋势叠加，得到不同趋势下的Logistic映射序列z，z＝z_s+z_t，z_s是平稳项，z_t是趋势项，z_t＝Hθ+v，其中， H∈R^N×M代表观测矩阵，_N为数据长度，θ∈R^M代表回归参数，v表示观测误差， R为列向量，_M为回归参数的个数；

步骤S3：采用构造的不同趋势下的Logistic映射序列消除原始信号中的非线性趋势项，得到信号的平稳部分，具体为：

估计回归参数θ；

其中，λ为正则化参数，D_d为离散化d阶微分算子矩阵，趋势下的Logistic 映射序列z中包含N个数据点，用列向量R表示，R＝[R₁,R₂,…R_N]^T∈R^N，R的一阶趋势为：

R₁＝[R₂-R₁,…,R_N-R_N-1]^T

R的二阶趋势为：

R₂＝[R₃-R₂-(R₂-R₁),R₄-R₃-(R₃-R₂),…,R_N-R_N-1-(R_N-1-R_N-2)]^T