IEEE LATIN AMERICA TRANSACTIONS, VOL. 5, NO.
1, MARCH 2007
Comparacin del operador de energa no lineal
y la transformada de Hilbert en la estimacin
de la amplitud y frecuencia instantneas
M. Daz, Student Member, IEEE, and R. Esteller, Member, IEEE
Resumen-- Los parmetros de amplitud (ai) y frecuencia
instantneas (fi) de una seal biomdica, pueden ser tiles en la
identificacin de estados fisiolgicos o cambios de estado de la
seal. En este artculo se estiman la ai y fi de seales simuladas y
seales reales de ECG y EEG, usando tres mtodos: uno basado
en la transformada de Hilbert (TH), una versin modificada de
ste (THM) que mejora la estimacin de fi en seales reales, y el
algoritmo de separacin de energa (DESA1), basado en el
operador de energa de Teager (OET). Los algoritmos se
comparan segn el error relativo promedio obtenido en la
desmodulacin de seales, su sensibilidad al ruido y eficiencia
computacional.
Los resultados obtenidos mostraron que el mtodo THM
produce los menores errores de estimacin de fi en seales
ruidosas; y dependiendo del tipo de seal considerada, los
mtodos DESA1 y THM producen los menores errores de
estimacin de ai.
Palabras Clave-- amplitud instantnea, fase instantnea,
frecuencia instantnea, operador de energa de Teager,
transformada de Hilbert.
I. INTRODUCCIN
E n la teora de sistemas de comunicaciones una seal
modulada en amplitud y frecuencia (AM-FM) se define
como:
x AM FM (t ) = a (t )cos[2f (t )t + ] = a (t )cos[(t )] (1)
siendo a(t) la amplitud instantnea de la seal, f(t) su
frecuencia instantnea, es la fase inicial de la seal y en
forma general (t) representa la fase instantnea de la seal.
Tanto a(t) como (t) son portadoras de informacin. Si a(t)
es constante la seal slo est modulada en frecuencia, si (t)
es constante, entonces la seal est modulada en amplitud y
slo a(t) contiene informacin. La teora de la modulacin ha
facilitado el modelado de procesos naturales como es el caso
de la produccin de voz y las patologas asociadas a ste [1],
[2].
En 1946 Van der Pol [3], propuso la definicin matemtica
de frecuencia instantnea (fi) aceptada hoy en da:
M. Daz trabaja en el Grupo de Bioingeniera y Biofsica Aplicada de la
Universidad Simn Bolvar, Caracas, Venezuela (e-mail: mdiaz@usb.ve).
R. Esteller trabaja en Neuropace, Mt View, California, USA (e-mail:
resteller@neuropace.com).
1
1 d(t )
f i (t ) = (2)
2 dt
La amplitud (ai) y frecuencia instantneas (fi) son
parmetros fundamentales que permiten caracterizar una seal
en un instante de tiempo determinado, adems de estudiar sus
variaciones en el tiempo. Se han propuesto diversos mtodos
para estimar ai y fi [4]-[10]; en este artculo se propone hacer
una comparacin objetiva de tres mtodos con los que se ha
logrado resolver el problema de estimacin de manera
satisfactoria.
El primer mtodo estudiado es el ms usado para calcular
los rasgos de ai y fi, y est basado en la seal analtica de
Gabor y la transformada de Hilbert [4]. Sin embargo cuando
este algoritmo se aplica a seales reales pueden obtenerse
frecuencias instantneas negativas [11], en otras ocasiones los
valores de fi obtenidos estn fuera del ancho de banda de la
seal analizada [7]. Para evitar la estimacin de fi negativas,
en este trabajo se propone una modificacin del algoritmo
original (TH) en el que se hace un barrido por ventanas de la
pendiente de la fase instantnea y se corrigen los segmentos
con pendiente negativa, ste es el segundo mtodo estudiado
denotado THM. El tercer algoritmo analizado es el
denominado DESA1, desarrollado por Maragos et al. [12],
[13]. Este mtodo est basado en el operador de energa no
lineal conocido tambin como operador de energa de Teager
(OET) [14], [15].
En la seccin II de este artculo se presenta una breve
descripcin de cada uno de los mtodos comparados y la
metodologa seguida para hacer la comparacin. Luego, en la
seccin III, se presentan y discuten los resultados obtenidos y
finalmente en la seccin IV se resumen las conclusiones de
esta investigacin.
II. METODOLOGA
Se evaluaron los mtodos de estimacin de ai y fi en seales
sintticas muestreadas a 200Hz. La comparacin se llev a
cabo estimando los parmetros en estudio en seales sintticas
con modulacin AM, FM y AM-FM. En cada caso se calcul
el error relativo promedio de la estimacin. Tambin se
compararon los resultados cuando las seales sintticas se
contaminaron con ruido blanco gausiano, y la relacin seal a
ruido se variaba de 20 a 40 dB. Finalmente se analizaron los
2 IEEE LATIN AMERICA TRANSACTIONS, VOL. 5, NO. 1, MARCH 2007

resultados obtenidos al estimar la ai y fi con los tres mtodos C. Mtodo III: Estimacin de ai y fi con DESA1
analizados en seales reales, particularmente seales En sus trabajos en el modelado no lineal del habla, Teager
electroencefalogrficas de electrodos profundos [14] propuso el operador detector de energa no lineal
(intracraneales) y seales electrocardiogrficas. En este caso, (OET), definido en tiempo continuo como c :
por tratarse de seales que no son controladas artificialmente,
no se tienen sus valores reales de ai y fi y por tanto no se tiene
c
[x (t )] = [x& (t )]2 x (t ) &x&(t ) (7)
una referencia para estimar el error de estimacin. A
continuacin se explican brevemente cada uno de los mtodos o en tiempo discreto d :
estudiados.
d [x(n )] = x 2 (n ) x(n + 1)x(n 1) (8)
A. Mtodo I: Estimacin de ai y fi con la transformada de
Hilbert Cuando el OET es aplicado a una seal oscilatoria, el
resultado es igual a la energa de la fuente que produce la
En 1946 Gabor [16] propuso un mtodo para obtener una
oscilacin [13]. Particularmente cuando se aplica el OET a
seal compleja nica a partir de una seal de valores reales, la
una seal x(t ) = A cos(0t + ) , el resultado es proporcional al
seal compleja de Gabor conocida comunmente como seal
analtica, z(t), se define como: cuadrado del producto de la amplitud y la frecuencia de
oscilacin:
z (t ) = s (t ) + is (t ) = Ae i(t ) (3) c [ A cos(0 t + )] = A 202 (9)
donde la funcin s(t ) es la transformada de Hilbert de s(t) Basndose en esta propiedad del OET Maragos et al. [12],
definida como: [13] disearon unos algoritmos que estiman las componentes
+ (
s t ) AM y FM de una seal sin importar su naturaleza, con la
s (t ) = p.v . d (4) condicin de que el OET sea positivo. La simplicidad de los

clculos hace de estos algoritmos una herramienta muy til
donde p.v. es el valor principal de Cauchy de la integral. que encuentra aplicacin en varias reas del procesamiento de
La fase instantnea de la seal s(t) ser: seales [1], [2], [17]-[21].
s (t )
(t ) = arctan En este trabajo se implement el algoritmo DESA1, que de
s (t ) (5) los propuestos por Maragos et al. tiene el rango de deteccin
de frecuencia instantnea ms amplio: desde cero Hertz hasta
una vez que se obtiene (t), la frecuencia instantnea de la
seal se puede estimar con la definicin dada en (2), mientras la mitad de la frecuencia de muestreo de la seal.
que la amplitud instantnea es el mdulo de la seal analtica: DESA1 estima la amplitud instantnea ai y la frecuencia
instantnea en radianes i como:
A(t ) = s 2 (t ) + s 2 (t ) (6)
[ x (n )]
a (n) (10)
[ y (n )] + [ y (n + 1)]
Este es el mtodo clsico para detectar amplitud y 2

frecuencia instantneas. 1 1
4[ x (n )]
B. Mtodo II: Estimacin de ai y fi con Hilbert Modificado
Este mtodo se propuso para evitar la obtencin de valores [ y (n )] + [ y (n + 1)]
arccos 1 i (n ) (11)
negativos de frecuencia instantnea (fi) cuando se usa el 4[ x (n )]
algoritmo de Hilbert, estos valores se obtienen cuando la fase donde:
instantnea en (5) tiene una pendiente negativa. La correccin
y (n ) = x (n ) x (n 1) (12)
de la fase instantnea de la seal se realiza haciendo un
barrido por ventanas de la misma. El tamao de la ventana Luego la fi en Hz ser:
debe ser lo suficientemente pequeo para poder detectar los
cambios instantneos de la seal y depende de la frecuencia de fi = i f s (13)
2
muestreo de la seal bajo anlisis. La fase instantnea en cada
segmento analizado se sustituye por la mejor lnea recta, en el donde fs es la frecuencia de muestreo.
sentido de mnimos cuadrados, que se ajusta a los valores En el algoritmo implementado, la energa no lineal estimada
reales de fase. Luego se buscan los puntos en los que hay con el OET se suaviz con un filtro pasabajo de ganancia
cambios de pendiente positiva a pendiente negativa y se unitaria con ventana de Hanning de 50 puntos.
sustituyen por el valor de fase inmediato anterior. De ste
modo los segmentos con pendiente negativa se sustituyen por III. RESULTADOS Y DISCUSIN
segmentos con pendiente cero. Finalmente la fase instantnea
A. Seales sintticas
modificada se deriva para obtener una estimacin de fi cuyos
valores son siempre positivos. En la Fig. 1 se muestran las seales sintticas generadas
para evaluar el desempeo de los algoritmos. En todos los
casos la frecuencia de muestreo usada fue 200 Hz, la seal
DIAZ AND ESTELLER : COMPARISON OF THE NON LINEAR ENERGY 3

moduladora una rampa creciente y la seal modulada un segn el caso.

coseno de frecuencia 10 Hz.
La Tabla I muestra el error relativo promedio en la
estimacin de la ai y fi para cada uno de los casos
considerados. Para el clculo de este error se consider todo el
perodo de tiempo simulado, incluyendo los perodos
transitorios inicial y final. Se puede observar que el error de
estimacin con DESA1 es ms bajo en todos los casos
estudiados, salvo en el caso de la seal AM donde el error
relativo promedio en la estimacin de frecuencia con Hilbert
modificado result aproximadamente 23% menor que el
obtenido con DESA1. Estos resultados sugieren que para
estimacin de frecuencia en seales de frecuencia constante, la
modificacin propuesta al mtodo de Hilbert (THM) produce
Fig. 1. Seales sintticas usadas para evaluar el desempeo de los algoritmos. mejores resultados que DESA1. En el caso de la seal AM-
Arriba se muestra la seal AM x AM (t ) = (1 + 0.5t )cos(210t ) . Al centro la
FM el error de estimacin de ai obtenido por THM es 5 veces
seal FM x FM (t ) = cos[2 (10 + t ) t ] y por ltimo la seal AM-FM
mayor que el obtenido con DESA1 y para la fi es
x AM FM (t ) = (1 + 0.5t ) cos[2 (10 + t ) t ] . aproximadamente 1.86 veces mayor.
Las Figs. 2 y 3 muestran respectivamente, el error obtenido
en la estimacin de la amplitud y la frecuencia instantneas
para el caso de la seal AM-FM con cada uno de los mtodos
estudiados. Como puede observarse en las grficas superiores
de ambas figuras el error es ms significativo al inicio y al
final de la simulacin. En las grficas inferiores de las Figs. 2
y 3 se hace un ajuste de la escala para mostrar con ms detalle
el valor del error en la zona media del perodo de tiempo
simulado, despus del perodo transitorio inicial.

Fig. 3. Errores obtenidos en la estimacin de la frecuencia instantnea de la

seal AM-FM con Hilbert, Hilbert modificado y DESA1. En la grfica
superior se muestra que el error de estimacin es mucho mayor al inicio y al
final de la simulacin. En la grfica inferior se ampla la escala para mostrar la
forma de onda de las seales de error despus del perodo transitorio inicial.

El error relativo promedio en la estimacin de amplitud es

igual en Hilbert y su versin modificada puesto que la
amplitud instantnea es la misma en los dos mtodos. El error
en la estimacin de frecuencia instantnea con el algoritmo de
Fig. 2. Errores obtenidos en la estimacin de la amplitud instantnea de la Hilbert modificado es menor, en todos los casos, al obtenido
seal AM-FM con Hilbert y DESA1. La grfica superior muestra que el error con la versin original de Hilbert, siendo la diferencia ms
es mucho mayor al inicio y al final de la estimacin. En la grfica inferior se
ampla la escala vertical para observar las variaciones del error durante la marcada para el caso de la seal AM donde el error obtenido
simulacin. con Hilbert es aproximadamente 25 veces mayor que el error
conseguido con Hilbert modificado.
El error de estimacin considerado para la comparacin de Si se promedian los errores relativos promedios obtenidos
los algoritmos es el error relativo promedio calculado segn con cada uno de los mtodos, considerando los tres tipos de
(14): seales simuladas, y llamamos a este promedio, error global,
1 N v real (i ) v estimado (i ) DESA1 es el mtodo que presenta el menor error global para
er = (14) los dos rasgos estimados. Para el caso de amplitud instantnea,
N i =1 v real (i )
la relacin de los errores globales de estimacin de los
donde:
er : es el error relativo promedio,
N: es el nmero total de muestras simuladas,
vreal(i): es la muestra i-sima de valor real de ai o fi segn el
caso,
vestimado(i): es la muestra i-sima de valor estimado de ai o fi
4 IEEE LATIN AMERICA TRANSACTIONS, VOL. 5, NO. 1, MARCH 2007

mtodos basados en Hilbert y DESA1 es de 4.83. En la energa no lneal, para contrarrestar el efecto del ruido y
estimacin de la frecuencia instantnea, la relacin de los posibles interferencias [22].
errores globales entre el mtodo clsico de Hilbert y DESA1
es de 14,84 y entre el mtodo THM y DESA1 es de 1,99.
TABLA I
ERROR RELATIVO PROMEDIO EN LA ESTIMACIN DE LA ai Y fi DE LAS SEALES
SIN RUIDO CON LOS TRES MTODOS COMPARADOS

Error en la estimacin de ai Error en la estimacin de fi

(%) (%)
TH THM DESA1 TH THM DESA1

xAM 0.5122 0.5122 0.0521 0.8815 0.0344 0.0448

xFM 0.0951 0.0951 0.0775 0.3176 0.2014 0.0660
xAM-FM 0.4346 0.4346 0.0859 2.1401 0.2129 0.1142

En la Tabla II se muestran los tiempos de ejecucin

obtenidos para cada algoritmo, donde puede observarse que Fig. 4. Amplitud estimada vs amplitud real para la seal AM-FM con ruido
blanco gausiano
DESA1 es aproximadamente 1.32 veces ms rpido que
Hilbert y 153 veces ms rpido que Hilbert modificado. Es de
notar, que el cdigo con el que se implement el mtodo THM
no ha sido optimizado.
TABLA II
TIEMPOS DE SIMULACIN DE LOS ALGORITMOS COMPARADOS

TH THM DESA1
(s) (s) (s)
xAM 0.0150 2.4060 0.0160
xFM 0.0310 2.4220 0.0160
xAM-FM 0.0160 2.3910 0.0150
Promedio 0.0207 2.4060 0.0157

B. Comportamiento de los mtodos frente al ruido

Para estudiar el desempeo de los algoritmos en ambientes
ruidosos, se sum ruido blanco gausiano a las seales
sintticas. La relacin seal a ruido (SNR) se vari entre 20 y
40 dB en pasos de 5 dB. Las Figs. 4 y 5 muestran los
resultados obtenidos con los tres mtodos para la seal AM-
FM, cuando la relacin seal a ruido es igual a 30 dB. En
ambas Figs. la grfica principal ilustra el hecho de que el error
sigue siendo mximo al inicio y al final de la simulacin,
mientras que las grficas pequeas en el interior de cada
figura, son una ampliacin de la escala que permite visualizar
el comportamiento del error obtenido con cada uno de los
mtodos estudiados, en una zona alejada de los efectos
transitorios del inicio y final de la estimacin.
En la Tabla III se muestra el error relativo promedio para
todas las relaciones seal a ruido consideradas. De la tabla se
observa en primer lugar que en la estimacin de la fi, DESA1
es mucho ms vulnerable al ruido que los mtodos basados en
Hilbert, mientras que en la estimacin de ai, DESA1 es menos
sensible al ruido, salvo en el caso de la seal modulada AM
donde el error relativo promedio obtenido con los otros
mtodos es menor. De los resultados de la tabla, tambin se
observa que hay una tendencia a mayores errores de
estimacin en el caso de la seal AM, esto ocurre porque en
este tipo de modulacin la informacin est contenida en la
amplitud de la seal, que es afectada directamente por el
ruido. Vale la pena destacar, que en aplicaciones prcticas, es
necesario filtrar la seal cruda antes de aplicar el operador de
Fig. 5. Frecuencia estimada vs frecuencia real para la seal AM-FM con ruido
blanco gausiano
En general para la seal AM las mejores estimaciones de ai
y fi se consiguen con el mtodo de Hilbert modificado.
Cuando la relacin seal a ruido es menor de 35 dB, el
mtodo basado en la modificacin del algoritmo de Hilbert
(THM), produce un error de estimacin de frecuencia
instantnea 36 veces menor que el obtenido con TH y 67
veces menor que el obtenido con DESA1, mientras que el
error de estimacin de amplitud instantnea logrado con los
mtodos basados en la transformada de Hilbert es 3 veces
menor que el obtenido con DESA1.
A medida que aumenta la relacin seal a ruido en la seal
AM, es de esperar que se obtengan con DESA1 errores de
estimacin de amplitud equivalentes a los que se obtendran
con Hilbert modificado. Esta es una hiptesis razonable si se
observa que para valores de SNR de 35 y 40 dB, el error de
estimacin de ai con TH y THM es la mitad del error obtenido
con DESA1; y el error de estimacin de fi con THM es 4
veces menor al obtenido con DESA1.
DIAZ AND ESTELLER : COMPARISON OF THE NON LINEAR ENERGY 5

TABLA III
ERROR RELATIVO PROMEDIO EN LA ESTIMACIN DE LA ai Y fi DE LAS SEALES SINTTICAS CONTAMINADAS POR RUIDO BLANCO GAUSIANO POR LOS TRES
MTODOS ESTUDIADOS

SNR Error en la estimacin de ai (%) Error en la estimacin de fi (%)

Seal
(dB) TH THM DESA1 TH THM DESA1
xAM 20 10.3370 10.3370 30.3010 42.9820 1.4577 85.0540
25 5.9955 5.9955 19.7060 23.3840 0.4904 43.5190
30 3.5600 3.5600 11.0450 13.1080 0.2504 19.5730
35 2.1968 2.1968 5.3519 7.5418 0.1648 7.9080
40 1.4366 1.4366 2.3497 4.5185 0.1076 2.9830
xFM 20 5.6462 5.6462 2.6167 5.9230 0.2388 2.4057
25 3.2242 3.2242 1.3058 3.4179 0.2135 0.9189
30 1.8182 1.8182 0.6124 1.9888 0.2053 0.3361
35 1.0440 1.0440 0.3311 1.2146 0.2024 0.1536
40 0.6102 0.6102 0.1974 0.7908 0.2018 0.0951
xAM-FM 20 10.1340 10.1340 5.5806 19.9960 1.1631 21.2890
25 5.8810 5.8810 4.7235 11.4200 0.4121 12.8520
30 3.4057 3.4057 3.2060 6.9310 0.2423 6.5425
35 2.0418 2.0418 1.8646 4.5012 0.2273 2.8245
40 1.2722 1.2722 0.9060 3.3395 0.2188 1.1065

En el caso de la seal FM, y para una SNR menor de 35

dB, el error de estimacin de frecuencia instantnea obtenido
con DESA1 es 5,5 veces mayor que el obtenido con el mtodo
THM, siendo ste a su vez 17 veces menor que el obtenido
con el mtodo TH. Para SNR mayores o iguales a 35 dB, el
mtodo DESA1 arroja las mejores estimaciones de fi, el error
de estimacin que se obtiene con Hilbert es 8 veces el
obtenido con DESA1 y el obtenido con THM es 1,62 veces el
obtenido con DESA1. DESA1 tambin produce las mejores
estimaciones de ai en la seal FM para todos los valores de
SNR evaluados, obtenindose una relacin de errores de
estimacin entre los mtodos basados en Hilbert y DESA1 de
2,44.
Para la seal AM-FM el mtodo THM produce los menores
errores de estimacin de fi. Para una SNR de 40 dB el error
con el mtodo DESA1 es aproximadamente 5 veces mayor
que el error con el mtodo THM. Para la misma seal, la
mejor estimacin de la ai se obtiene con el mtodo DESA1
para todas las SNR evaluadas. Los mtodos basados en la
transformada de Hilbert producen en este caso un error en la
estimacin de ai aproximadamente 1,4 veces mayor que con
DESA1.
Para cada algoritmo se obtuvo el rango de frecuencia de
operacin en el intervalo de 0.01 a 100 Hz, como aquel para el
cual el error de estimacin de ai y fi en una seal libre de
ruido, era menor o igual al 5%. Para los mtodos basados en la
transformada de Hilbert el rango de operacin obtenido fue de
0.8 a 99.5 Hz, para DESA1 fue de 0.001 a 99.9 Hz. Estos
rangos de operacin disminuyen cuando la seal se contamina
con ruido gausiano. Por ejemplo para una SNR de 30 dB, el
rango de operacin de TH fue de 14 a 97 Hz, con el mtodo
de Hilbert modificado (THM) de 1 a 97 Hz y con DESA1 se
logran errores de estimacin de ai y fi menores al 5% en el
rango de frecuencias de 11 a 90 Hz.
C. Seales Reales
Se estim la ai y fi de una seal de ECG muestreada a 360
Hz y una seal de EEGi de un paciente epilptico muestreada
a 200 Hz. En la Fig. 6 se muestra la seal de ECG y los
resultados de estimacin de ai y fi obtenidos con los mtodos
estudiados. En la Fig. 7 se observan los resultados obtenidos
para la seal EEGi. En este anlisis hay que destacar que se
parte de la suposicin de que este tipo de seales pueden
descomponerse en componentes de modulacin de amplitud y
modulacin de frecuencia, es decir que pueden caracterizarse
con los rasgos de ai y fi. Por tratarse de seales reales
estocsticas, no existen valores de ai y fi instantneas tericos
como en el caso de las seales sintticas y no es posible
cuantificar el error que se produce en la estimacin de los
mismos.
En general se observa que la amplitud instantnea obtenida
con DESA1, Figs. 6c) y 7c), es mucho ms suave que la
obtenida con los mtodos basados en la transformada de
Hilbert, sin embargo los valores de ai obtenidos son menores a
los esperados considerando la amplitud y forma de onda de la
seal original. Esto se debe a que las seales analizadas son
multicomponentes, con componentes simultneas en el tiempo
y el algoritmo no puede estimar con detalles la ai. Es
razonable decir entonces que con los algoritmos estudiados, la
estimacin de la fi de seales reales con multicomponentes
simultneas en el tiempo es incorrecta.
En las Figs. 6d) y 7d) destaca el hecho de que la fi obtenida
con el mtodo tradicional de Hilbert (mtodo I) presenta
valores negativos, el mtodo II corrige el problema de
frecuencias negativas en la estimacin como se muestra en las
Figs. 6e) y 7e). Sin embargo en este ltimo par de Figs.
tambin es posible observar que el mtodo II tiene una
resolucin temporal menor a la de los otros mtodos. Esto se
6 IEEE LATIN AMERICA TRANSACTIONS, VOL. 5, NO. 1, MARCH 2007
debe a que para evitar las frecuencias negativas, se hizo un
barrido por ventanas de la fase instantnea para sustituir los
valores estimados inicialmente por el mtodo clsico de
Hilbert, a una lnea recta con pendiente positiva o cero,
perdindose las posibles variaciones de frecuencia instantnea
en dicha ventana.
Fig. 6. a) Seal de ECG, b) Amplitud Instantnea obtenida con los mtodos I
y II, c) Amplitud Instantnea con el mtodo III, d) Frecuencia Instantnea
obtenida con el mtodo I, e) Frecuencia estimada por el mtodo II, f)
Frecuencia instantnea estimada con el mtodo III.
Fig. 7. a) Seal de EEGi, b) Amplitud Instantnea obtenida con los mtodos I
y II, c) Amplitud Instantnea con el mtodo III, d) Frecuencia Instantnea
obtenida con el mtodo I, e) Frecuencia instantnea estimada por el mtodo
II, f) Frecuencia instantnea estimada con el mtodo III.
La resolucin en la estimacin de la frecuencia instantnea
del mtodo THM, es el producto del tamao de la ventana por
el tiempo de muestreo, en el caso de las Figs. 6e) y 7e) la
ventana es de 25 puntos y la frecuencia de muestreo de 200
Hz, obtenindose por tanto una resolucin de 0.125 s. Adems
la mxima frecuencia instantnea detectada con THM es
bastante menor a la que se obtiene por los otros dos mtodos y
a la que se presume puede estar presente en las seales
analizadas segn sus componentes espectrales tpicas. Para el
ECG el ancho de banda estndar es de 0.01 - 250 Hz, mientras
que para el EEG intracraneal es de 0 - 150 Hz [23], las seales
utilizadas en estas pruebas tienen un ancho de banda limitado
por la etapa de adquisicin, en el caso de la seal de ECG la
mxima componente de frecuencia es menor de 180 Hz y en el
caso de la seal de EEGi la mxima componente de frecuencia
es menor de 100 Hz.
Si despus de la etapa de adquisicin de las seales, se
limita el contenido frecuencial de las mismas a una banda
relativamente estrecha para reducir la presencia de mltiples
componentes de seal simultneas en el tiempo, los algoritmos
trabajarn en condiciones ms cercanas a aquellas para las
cuales fueron diseados, por lo que es de esperar que la
estimacin de los rasgos sea ms cercana a los valores reales.
Las Figs. 8 y 9 muestran los resultados obtenidos para los
mismos registros muestreados a 200 Hz, filtrados con un filtro
pasabanda digital de 30-40 Hz. Si se comparan entre s las
estimaciones obtenidas despus de este filtrado con los tres
mtodos estudiados, es posible observar que los valores
detectados se encuentran en el mismo rango, siendo adems
valores razonables segn la observacin de la seal en el
tiempo. Por ejemplo en las Figs. 8b) y 8c) se muestran, para la
seal real de ECG filtrada, la ai obtenida con TH/THM y
DESA1 respectivamente. Las dos estimaciones son muy
similares, la obtenida con DESA1 sigue siendo una versin
con variaciones ms suaves que las que se obtienen con
TH/THM. Se nota a simple vista que stas estimaciones se
corresponden con la envolvente de la seal filtrada que se
muestra en la Fig. 8a).
En lo que respecta a la estimacin de la fi en las seales
reales filtradas, se observa que los valores obtenidos con los
mtodos II y III se encuentran entre 30 y 40 Hz (dentro de la
banda de paso del filtro usado para restringir el ancho de
banda de la seal). Por otra parte en la Fig. 8d) se observa que
el nmero de valores de fi negativas obtenidos con el mtodo I
se reduce sustancialmente si se compara con la Fig. 6d).
Ambas observaciones indican que el algoritmo est operando
en condiciones ms favorables, es decir cercanas a aquellas
para las cuales fue definido.
Tambin se observa que las estimaciones de fi obtenidas
con Hilbert modificado y DESA1, Figs. 8e) y 8f)
respectivamente son muy parecidas. La estimacin con
DESA1 es una versin suavizada con una resolucin temporal
de 5ms, por esto muestra con mucho ms detalle las
variaciones de fi que el mtodo THM, cuya resolucin
temporal para este ejemplo es de 125 ms.
Estas observaciones sobre la estimacin de ai y fi en la seal
de ECG filtrada tambin son vlidas en el caso de la seal de
EEGi filtrada que se ilustra en la Fig. 9.
DIAZ AND ESTELLER : COMPARISON OF THE NON LINEAR ENERGY
Fig. 8. a) Seal de ECG filtrada con un filtro pasabanda a 30 - 40 Hz, b)
Amplitud Instantnea obtenida para la seal filtrada con los mtodos I y II, c)
Amplitud Instantnea obtenida con el mtodo III, d) Frecuencia instantnea de
la seal filtrada obtenida con el mtodo I, e) Frecuencia instntanea estimada
por el mtodo II, f) Frecuencia instantnea estimada con el mtodo III.
Fig. 9. a) Seal de EEGi filtrada b) Amplitud Instantnea obtenida con los
mtodos I y II, c) Amplitud Instantnea con el mtodo III, d) Frecuencia
Instantnea de la seal filtrada obtenida con el mtodo I, e) Frecuencia
estimada por el mtodo II, f) Frecuencia instantnea estimada con el mtodo
III.
Es importante destacar que en el estudio de la sensibilidad
de los algoritmos al ruido, no se hizo ningn tipo de
preprocesamiento a la seal, esto con el fin de no aumentar la
complejidad de los algoritmos, y aumentar en consecuencia
los tiempos de simulacin. Existen algoritmos bastante ms
complicados que los analizados en este estudio que
disminuyen los efectos nocivos del ruido en las estimaciones
de ai y fi [5], pero sus requerimientos computacionales son
elevados y el autor evalu su inmunidad al ruido slo para el
7
caso de una seal modulada FM y no para seales
multicomponentes.
IV. CONCLUSIONES
El anlisis realizado sobre seales determinsticas
monocomponentes (sintticas), indica que cuando se estima la
amplitud instantnea en seales con bajo nivel de ruido, el
error global de estimacin del mtodo DESA1 es
aproximadamente 5 veces menor al obtenido con los mtodos
basados en la transformada de Hilbert. En las mismas
condiciones el error global de estimacin de frecuencia
instantnea con el mtodo DESA1 es 15 veces menor que el
obtenido con el mtodo TH y 2 veces menor que el obtenido
con el mtodo THM.
Para seales reales, el mtodo DESA1 produce los mayores
beneficios, conduciendo a rasgos de amplitud y frecuencia
instantneas de suaves variaciones y de magnitudes acordes a
los lmites impuestos por la seal real. En el caso de
estimacin de frecuencia instantnea, el mtodo DESA1
permite observar ms variaciones que el mtodo THM dado
que su resolucin temporal es igual al perodo de muestreo,
mientras que para THM, la resolucin es el producto del
tiempo de muestreo por el tamao de la ventana de anlisis
usada en el proceso de correccin de frecuencias negativas, en
los casos estudiados la resolucin de DESA1 es 25 veces
mayor que la de THM. Por otra parte con el mtodo TH se
obtuvieron valores negativos de frecuencia instantnea, an
despus de aplicar un filtro banda estrecha a las seales reales
multicomponentes. Por estas razones este estudio sugiere el
mtodo DESA1 como el ms indicado para la estimacin de
los rasgos analizados en seales reales.
La evaluacin con seales sintticas demostr que para la
estimacin de la frecuencia instantnea, con el mtodo
DESA1 se consigue una mejor resolucin y un rango de
operacin mayor que el obtenido con la versin modificada
del mtodo de Hilbert. Sin embargo, para el caso de seales
reales multicomponentes con componentes simultneas en el
tiempo, la estimacin de ai y fi puede conducir a resultados
incoherentes, fuera de los lmites esperados considerando la
forma de onda y el espectro de la seal original. Una
alternativa en estos casos es realizar un pre-filtrado en bandas
de frecuencia estrechas y realizar un anlisis independiente
para cada banda.
Este estudio demuestra, que cuando se necesitan estimar la
frecuencia y amplitud instantnea de una seal, se debe
realizar una seleccin cuidadosa del mtodo a utilizar que
considere el tipo de modulacin esperada, el nivel de ruido
presente, el tipo de seal (monocomponente o
multicomponente), la resolucin requerida en la estimacin, el
rango de operacin de los algoritmos de estimacin de los
rasgos y el volumen de datos a analizar.
REFERENCIAS
[1] J. Hansen, L. Gavidia, y J. Kaiser, A Nonlinear Operador-Based Speech
Feature analysis Method with Application to Vocal Fol. Pathology
8 IEEE LATIN AMERICA TRANSACTIONS, VOL. 5, NO. 1, MARCH 2007

Assessment, IEEE Trans. Biomedical Engineering, vol. 45, no. 3, pp. [23] J. Webster, J. Clark, M. Neuman, W. Olson, R. Peura, F. Primiano, M.
300-313, Mar. 1998. Siedband, L. Wheeler, Medical Instrumentation. Application and
[2] D. Cairns, J. Hansen y J. Riski, A Noninvasive Technique for Detecting Design, 3th ed., New York: Wiley, 1998, pp. 10-11.
Hypernasal Speech Using a Nonlinear Operador, IEEE Trans.
Biomedical Engineering, v. 43, no. 1 , pp. 35-45, Jan. 1996.
[3] B. Van der Pol, The Fundamental Principles of Frequency Mary Daz obtuvo el ttulo de Ingeniero Electricista en la Universidad de Los
Modulation, Proc. IEE, vol. 93 (III), pp. 153-158, 1946. Andes, Mrida, Venezuela en 1995. Magster en Ingeniera Biomdica de la
[4] B. Boashash, Estimating and Interpreting The Instantaneous Frequency Universidad Simn Bolvar, Caracas, Venezuela en 2000. Actualmente cursa
of a Signal-Part 1: Fundamentals, Proceedings of the IEEE, vol. 80, sus estudios doctorales en la Universidad Simn Bolvar. Ejerce como
no. 4, p. 520-538, Apr. 1992. Profesora en el Departamento de Electrnica y Circuitos de la Universidad
[5] B. Boashash, Estimating Interpreting The Instantaneous Frequency of a Simn Bolvar. Su rea de inters se centra en el procesamiento de seales,
Signal-Part 2: Algorithms and Applications, Proceedings of the IEEE, particularmente seales electroencefalogrficas intracraneales de pacientes
v. 80, n. 4, p. 540-568. Apr. 1992. epilpticos.
[6] M. Sun, and R. Sclabassi, Discrete-Time Instantaneous Frequency and
Its Computation, IEEE Trans. Signal Processing, v. 41, no. 5, pp. 1532- Rosana Esteller obtuvo sus ttulos de Ingeniero y Master en Ingeniera
1550, May 1993. Eletrnica en la Universidad Simn Bolvar, Caracas, Venezuela, en 1986 y
[7] B. Tacer and P. Loughlin, Instantaneous Frequency and Time- 1994, respectivamente. Posteriormente obtuvo el de Ph.D. en Ingeniera
Frequency Distributions, in Proc. 1995 IEEE Int. Conf. Acoust., Elctrica en el Georgia Institute of Technology en Atlanta, USA en el ao
Speech, Signal Processing, vol. 2, pp. 1013-1016. 2000. Actualmente, trabaja como Cientfico de Investigacin en NeuroPace,
[8] D. Vakman, On the Analytic Signal, the Teager-Kaiser Energy Inc., California (USA) desarrollando un dispositivo implantable para el
Algorithm, and Other Methods for Defining Amplitude and Frequency, tratamiento de la epilepsia y otras alteraciones neurolgicas. Su rea de inters
IEEE Trans. Signal Processing, v. 44, no. 4, pp. 791-797, Apr. 1996. se centra en aplicaciones de tcnicas de dinmica lineal y no-lineal de
[9] G. Girolami and D. Vakman. (2002, Jun.). Instantaneous Frequency procesamiento de seales para la deteccin, prediccin, clasificacin,
Estimation and Measurement: a Quasi-Local Method. Meas. Sci. reconocimiento de patrones, modelado y estimacin de seales y sistemas. Su
Technol. [Online]. 13(6), pp. 909917. Avalaible: mayor inters reside en aplicaciones a seales biomdicas, ms
http://www.iop.org/EJ/abstract/0957-0233/13/6/312. Fecha de ltima especficamente, a seales electroencefalogrficas intracraneales de pacientes
visita: 09/05/2005. epilpticos. Rosana tiene ms de 25 artculos publicados en revistas y
[10] S. Saliu, Definition Of Instantaneous Frequency On Real Signals, conferencias arbitradas y tiene 5 patentes sometidas, tres de ellas aprobadas.
Presented at 2000 X European Signal Processing Conference. [Online].
Available:
http://www.eurasip.org/content/Eusipco/2000/sessions/TuePm/OR2/cr10
04.pdf. Fecha de ltima visita: 14/06/2005.
[11] R. Kumaresan, A. Rao, Algorithm for decomposing an analytic signal
into AM and Positive FM Components, in Proc. 1998 IEEE Int. Conf.
Acoust., Speech, Signal Processing, vol. 3, pp. 1561-1564.
[12] P. Maragos, J. Kaiser and T. Quatieri, On Amplitude and Frequency
Demodulation Using Energy Operators, IEEE Trans. Signal Processing,
v. 41, no. 4 , pp. 1532-1550, Apr. 1993.
[13] P. Maragos, J. Kaiser and T. Quatieri, Energy Separation in Signal
Modulations with Application to Speech Analysis, IEEE Trans. Signal
Processing, vol. 41, no. 10, pp. 3024-3051, Oct. 1993.
[14] H. Teager, Some Observations on Oral Air Flow During Phonation,
IEEE Trans. Acoust., Speech, Signal Processing, vol. ASSP-28, no. 5,
pp. 599- 601, Oct. 1980.
[15] H. Teager and S. Teager, Evidence for nonlinear production
mechanisms in the vocal tract, in NATO Advanced Study Inst. Speech
Production Speech Modelling, Bonas, France, Julio 24, 1989, pp. 241-
261
[16] D. Gabor, Theory of Communication, Proc. IEE, vol 93 (III), pp. 429-
457, 1946.
[17] A. Potamianos, P. Maragos, A Comparison of the Energy Operator and
the Hilbert Transform Approach to Signal and Speech Demodulation,
Signal Processing, vol. 37, pp. 95-120, May 1994.
[18] S. Bruno and P. Scalart. Estimation Of Cardiac And Respiratory
Rhythms Based On An Amfm Demodulation And An Adaptive
Eigenvector Decomposition. Presented at 2005 13th European Signal
Processing Conference. [Online]. Avalaible:
http://r2d2.enssat.fr/bindocs/publications/BRUNOEUSIPCO2005.pdf.
Fecha de ltima visita: 07/12/05.
[19] M. Daz, R. Esteller, and B. Litt, Analyzing rate of variation of
instantaneous frequency before and during epileptic seizures, presented
at the BMES Annual Fall Meeting, Philadelphia, USA, 2004.
[20] M. Huang, D. Tseng, and M. Liu, Wavelet Image Enhancement Based
on Teager Energy Operator, in Proc. 2002 IEEE International
Conference on Pattern Recognition, vol. 2, pp. 993 996.
[21] A. Bovik, J. Havlicek, M. Desai, and D. Harding, Limits on Discrete
Modulated Signals, IEEE Trans. Signal Processing, vol. 45, no. 4, pp.
867-879, Apr. 1997.
[22] R. Esteller, Detection of Seizure Onset in Epileptic Patients from
Intracranial EEG Signals, Ph.D. dissertation, School of Electrical and
Computer Engineering, Georgia Institute of Technology, Atlanta, 2000.