Messung und Analyse myoelektrischer Signale - Communications ...
Messung und Analyse myoelektrischer Signale - Communications ...
Messung und Analyse myoelektrischer Signale - Communications ...
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
4. Signalanalyse<br />
Geht man von der in Abschnitt 4.2.2 beschriebenen Stationarität im weiteren Sinne aus,<br />
ergibt sich die spektrale Leistungsdichte gemäß dem Wiener-Khintchine-Theorem 6 aus<br />
der Fouriertransformation der Autokorrelationsfunktion:<br />
S(ω) =<br />
mit der Autokorrelationsfunktion:<br />
� +∞<br />
−∞<br />
R(τ)e −jωτ dτ , (4.11)<br />
R(τ) = E [x(t)x(t + τ)] , (4.12)<br />
wobei E [. . .] den Erwartungswertoperator darstellt. Das myoelektrische Signal kann als<br />
reelles Signal aufgefasst werden. Aus diesem Gr<strong>und</strong> wird sowohl die Autokorrelationsfunktion<br />
R(τ) als auch das Leistungsdichtespektrum S(ω) reell:<br />
S(ω) = 2<br />
R(τ) = 1<br />
π<br />
� +∞<br />
0<br />
� +∞<br />
0<br />
R(τ)cos(ωτ)dτ , (4.13)<br />
S(ω)cos(ωτ)dω . (4.14)<br />
Setzt man nun Ergodizität voraus, kann man das Leistungsdichtespektrum mit Hilfe des<br />
Erwartungswertoperators in einem bestimmten Zeitintervall folgendermaßen definieren<br />
[27]:<br />
wobei XT (ω) gebildet wird durch:<br />
S(ω) = lim<br />
T →∞ E<br />
XT (ω) =<br />
� +T<br />
−T<br />
�<br />
|XT (ω)| 2<br />
�<br />
2T<br />
, (4.15)<br />
x(t)e −jωt dt . (4.16)<br />
6 Autokorrelationsfunktion <strong>und</strong> Leistungsspektrum bilden ein Fouriertransformationspaar.<br />
51