基于统计特征的数字信号局部相关性分析方法

摘要

本发明基于统计特征的数字信号局部相关性分析方法，包括数字信号块划分和信号局部相关性分析。信号局部相关性分析由统计块值在每块中出现的概率、统计块内不重复信号值数量的分布、统计块中值在信号值序列中的位置分布、统计块值在有序信号值序列中的位置分布、统计块值在有序信号值序列中的首次出现的位置分布、统计块中值在每块中出现的概率和统计块值在信号值序列中的位置分布组成。该方法与现有方法相比，数学模型简单，直观性强，计算量小，易于实现；能够从多种角度合理地对数字信号局部相关性进行分析；能够用于低分辨率图像，可达到较高的分析精度。本发明能广泛地应用于信号降噪、滤波、分割、特征提取与识别等方面。

主权项

基于统计特征的数字信号局部相关性分析方法，其特征在于，包括步骤：步骤1：对数字信号采取每s个信号值划分为1块的方式做块划分，s为大于1的奇数；将每块中的信号值按位置顺序表示为信号值序列其中k为块编号，k∈{1，2，...，N}，N表示块总数；以m表示则就表示第k块的块中央值；以有序信号值序列表示每块中信号值的按值序排列，则就表示第k块的块中值；步骤2：检验每块中的信号值的相关性；所述每块中的信号值的相关性，采用以下方法进行分析：A.统计块中央值在每块中出现的概率，表示为其中：表示块中央值在每块中出现i次的概率，i，j∈{1，2，...，s}；|{·}|表示一个集合的基数；$\delta (u,v)=\left\{\begin{array}{cc}1,& \mathrm{ifu}=v\\ 0,& \mathrm{otherwise}\end{array}\right.$为条件函数，仅当两个自变量相等时函数值为1，其他情况下函数值为0；向量h^OBC中的元素即可反映数字信号局部相关性；B.统计块内不重复信号值数量的分布，表示为其中：表示块内不重复信号值数量为i的块出现的概率；向量h^QGL中的元素即可反映数字信号局部相关性；C.统计块中值在信号值序列中的位置分布，表示为其中：表示块中值在信号值序列中出现在位置i的概率；向量h^DBM中的元素即可反映数字信号局部相关性；D.统计块中央值在有序信号值序列中的位置分布，表示为其中：表示块中央值在有序信号值序列中出现在位置i的概率；向量h^DBC中的元素即可反映数字信号局部相关性；E.统计块中央值在有序信号值序列中的首次出现的位置分布，表示为$h^{\mathrm{FBC}}=(h_1^{\mathrm{FBC}},h_2^{\mathrm{FBC}},...,h_s^{\mathrm{FBC}}),$其中：$h_i^{\mathrm{FBC}}=\frac{\underset{k=1}{\overset{N}{\Sigma }}\delta (\arg \underset{j}{\min }(y_{\left(j\right)}^k=y_m^k),i)}{N}$表示块中央值在有序信号值序列中首次出现在位置i的概率；表示使等式成立的最小的j；向量h^FBC中的元素即可反映数字信号局部相关性；F.统计块中值在每块中出现的概率，表示为其中：表示块中值在每块中出现i次的概率；向量h^OBM中的元素即可反映数字信号局部相关性；G.统计块中央值在信号值序列中的位置分布，表示为其中：表示块中央值在信号值序列中出现在位置i的概率；向量h^SBM中的元素即可反映数字信号局部相关性；所述A、B、C、D、E、F和G方法可独立或组合使用，即向量h^OBC、h^QGL、h^DBM、h^DBC、h^FBC、h^OBM和h^SBM中所有元素的任意组合，能够从多种角度反映数字信号局部相关性。