Biblioteca22.118 documentos en línea

Artículo

Estimación mejorada de modelos AR multivariados en el análisis de señales EEGImproved Estimation of Multivariate AR Model for EEG Signal Processing

Resumen

Se propone una metodología para mejorar la estimación de las matrices de parámetros de los modelos autorregresivos multivariados, utilizando representación en espacio de estados y el filtro de Kalman, para mejorar la precisión de los parámetros estimados, con un bajo costo computacional. Se consideran dos métodos de adaptación de las matrices de covarianza del filtro de Kalman, para mejorar la velocidad de convergencia conservando la precisión del estimador. Se hacen pruebas sobre datos simulados, sobre una base de datos de electroencefalogramas y también se hacen pruebas de la efectividad de la metodología. La con­tribución está dada en términos de la precisión de los pará­metros estimados y el tiempo de estimación, que se reduce hasta en un 40% con un error cuadrático medio de 3%.

  • Tipo de documento:Artículo
  • Formato:pdf
  • Idioma:Español
  • Tamaño:507 Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento

  • Titulo:Estimación mejorada de modelos AR multivariados en el análisis de señales EEG
  • Autor:Padilla Buriticá, Jorge Iván; Avendaño Valencia, Luis David; Castellanos Domínguez, Germán
  • Tipo:Artículo
  • Año:2013
  • Idioma:Español
  • Editor:Universidad de los Andes, Colombia
  • Materias:Métodos de simulación Técnicas de simulación
  • Descarga:2