Messung und Analyse myoelektrischer Signale - Communications ...
Messung und Analyse myoelektrischer Signale - Communications ...
Messung und Analyse myoelektrischer Signale - Communications ...
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
4. Signalanalyse<br />
p(x1, x2, x3, . . . xn) zu Gr<strong>und</strong>e, muss die um den Parameter t verschobene Wahrscheinlichkeitsdichteverteilung<br />
eines zweiten Zufallsvektors p(x1+t, x2+t, x3+t, . . . xn+t) des selben<br />
Prozesses gleich sein. In diesem Fall spricht man von Stationarität im strikten oder auch<br />
strengem Sinn. Stationarität bezüglich der Musterfunktionen bedeutet, dass die Scharmittelwerte<br />
der Musterfunktionen zu unterschiedlichen Zeitpunkten ebenfalls identisch<br />
sind.<br />
4.2.2. Stationarität im weiteren Sinne<br />
Die im vorangegangenen Abschnitt 4.2.1 erläuterte strenge Stationarität bezieht sich<br />
genau genommen auf alle t <strong>und</strong> n, also unendlich viele Werte, bzw. auf unendlich viele<br />
Musterfunktionen. In der Praxis ist sie also nur schwer nachweisbar. Man bezieht sich<br />
in solchen Fällen auf die Stationarität im weiteren Sinne 1 .<br />
Stationarität im weiteren Sinne definiert man folgendermaßen:<br />
• Alle statistischen Momente sind unabhängig vom Beobachtungszeitpunkt<br />
• Die Korrelation ist unabhängig vom Beobachtungszeitpunkt <strong>und</strong> nur von der Zeitdifferenz<br />
∆t abhängig<br />
Allgemein definiert man nach [29] als n-tes Moment eines stochastischen Prozesses als:<br />
E[X n ti ] =<br />
� +∞<br />
−∞<br />
x n ti · p(xn ti )dxn ti . (4.5)<br />
Ist der Prozess stationär, d.h. ist p(xi) = p(xi+t) ist folglich auch das n-te Moment<br />
stationär <strong>und</strong> somit unabhängig von der Zeit.<br />
Die Korrelation zwischen zwei verschiedenen Zufallsvektoren stochastischer Proezesse<br />
Xt1 <strong>und</strong> Xt2 beschreibt das zweite Moment, die Autokorrelationsfunktion [29]:<br />
φ(t1, t2) = E[Xt1, Xt2] =<br />
1 engl. Wide Sense Stationarity WSS<br />
� +∞ � +∞<br />
−∞<br />
44<br />
−∞<br />
xt1xt2p(xt1, xt2)dxt1dxt2 . (4.6)