Resumen

La extracción de las señales fuente estocásticas cuyas funciones de densidad de probabilidad (PDF) están sesgadas es muy importante en muchas aplicaciones, como el procesamiento de señales biomédicas y el diagnóstico de fallos mecánicos. Este trabajo muestra que la señal fuente sesgada con el máximo valor absoluto de asimetría puede extraerse rápidamente mediante un algoritmo propuesto que utiliza la expectativa condicional. En comparación con los algoritmos basados en expectativas condicionales existentes, el propuesto posee dos ventajas principales. Una es que no requiere el conocimiento previo del soporte positivo de la fuente deseada, es decir, los índices temporales en los que la fuente de interés es positiva. La otra es que puede emplearse tanto en los casos determinados como en los infradeterminados. Además, el algoritmo propuesto se basa principalmente en la estadística de primer y segundo orden y no necesita preprocesamiento, por lo que el coste computacional es significativamente bajo. Los resultados de la simulación muestran la superioridad del algoritmo propuesto sobre los métodos existentes e indican que el algoritmo propuesto también funciona bien en el caso infradeterminado cuando el número de sensores es ligeramente inferior al de fuentes.

• Materias:Biotecnología Minería de datos Redes de sensores Sistema de sensores Tecnología de sensores
• Subjects:Biotechnology Data mining Sensor networks Sensor system Sensor technology
• Palabras claves:algoritmo, expectativa condicional, procesamiento de señales biomédicas, valor absoluto máximo, diagnóstico de fallos mecánicos, funciones de densidad de probabilidad, señal de fuente sesgada, señales de fuente estocásticas, fuente, resultados de simulación
• Keywords:algorithm, conditional expectation, biomedical signal processing, maximal absolute value, mechanical fault diagnosis, probability density functions, skewed source signal, stochastic source signals, source, simulation results