Escolar Documentos
Profissional Documentos
Cultura Documentos
1, MARCH 2007 1
E n la teora de sistemas de comunicaciones una seal con pendiente negativa, ste es el segundo mtodo estudiado
modulada en amplitud y frecuencia (AM-FM) se define denotado THM. El tercer algoritmo analizado es el
como: denominado DESA1, desarrollado por Maragos et al. [12],
x AM FM (t ) = a (t )cos[2f (t )t + ] = a (t )cos[(t )] (1) [13]. Este mtodo est basado en el operador de energa no
lineal conocido tambin como operador de energa de Teager
siendo a(t) la amplitud instantnea de la seal, f(t) su
(OET) [14], [15].
frecuencia instantnea, es la fase inicial de la seal y en En la seccin II de este artculo se presenta una breve
forma general (t) representa la fase instantnea de la seal. descripcin de cada uno de los mtodos comparados y la
Tanto a(t) como (t) son portadoras de informacin. Si a(t) metodologa seguida para hacer la comparacin. Luego, en la
es constante la seal slo est modulada en frecuencia, si (t) seccin III, se presentan y discuten los resultados obtenidos y
es constante, entonces la seal est modulada en amplitud y finalmente en la seccin IV se resumen las conclusiones de
slo a(t) contiene informacin. La teora de la modulacin ha esta investigacin.
facilitado el modelado de procesos naturales como es el caso
de la produccin de voz y las patologas asociadas a ste [1], II. METODOLOGA
[2].
Se evaluaron los mtodos de estimacin de ai y fi en seales
En 1946 Van der Pol [3], propuso la definicin matemtica
sintticas muestreadas a 200Hz. La comparacin se llev a
de frecuencia instantnea (fi) aceptada hoy en da: cabo estimando los parmetros en estudio en seales sintticas
con modulacin AM, FM y AM-FM. En cada caso se calcul
M. Daz trabaja en el Grupo de Bioingeniera y Biofsica Aplicada de la el error relativo promedio de la estimacin. Tambin se
Universidad Simn Bolvar, Caracas, Venezuela (e-mail: mdiaz@usb.ve). compararon los resultados cuando las seales sintticas se
R. Esteller trabaja en Neuropace, Mt View, California, USA (e-mail:
contaminaron con ruido blanco gausiano, y la relacin seal a
resteller@neuropace.com). 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
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
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
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
debe a que para evitar las frecuencias negativas, se hizo un Hz, obtenindose por tanto una resolucin de 0.125 s. Adems
barrido por ventanas de la fase instantnea para sustituir los la mxima frecuencia instantnea detectada con THM es
valores estimados inicialmente por el mtodo clsico de bastante menor a la que se obtiene por los otros dos mtodos y
Hilbert, a una lnea recta con pendiente positiva o cero, a la que se presume puede estar presente en las seales
perdindose las posibles variaciones de frecuencia instantnea analizadas segn sus componentes espectrales tpicas. Para el
en dicha ventana. 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
Fig. 6. a) Seal de ECG, b) Amplitud Instantnea obtenida con los mtodos I tiempo. Por ejemplo en las Figs. 8b) y 8c) se muestran, para la
y II, c) Amplitud Instantnea con el mtodo III, d) Frecuencia Instantnea seal real de ECG filtrada, la ai obtenida con TH/THM y
obtenida con el mtodo I, e) Frecuencia estimada por el mtodo II, f)
Frecuencia instantnea estimada con el mtodo III. 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
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
variaciones de fi que el mtodo THM, cuya resolucin
obtenida con el mtodo I, e) Frecuencia instantnea estimada por el mtodo temporal para este ejemplo es de 125 ms.
II, f) Frecuencia instantnea estimada con el mtodo III. 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
La resolucin en la estimacin de la frecuencia instantnea EEGi filtrada que se ilustra en la Fig. 9.
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
DIAZ AND ESTELLER : COMPARISON OF THE NON LINEAR ENERGY 7
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
Fig. 8. a) Seal de ECG filtrada con un filtro pasabanda a 30 - 40 Hz, b) estimacin de frecuencia instantnea, el mtodo DESA1
Amplitud Instantnea obtenida para la seal filtrada con los mtodos I y II, c) permite observar ms variaciones que el mtodo THM dado
Amplitud Instantnea obtenida con el mtodo III, d) Frecuencia instantnea de
la seal filtrada obtenida con el mtodo I, e) Frecuencia instntanea estimada que su resolucin temporal es igual al perodo de muestreo,
por el mtodo II, f) Frecuencia instantnea estimada con el mtodo III. 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
Fig. 9. a) Seal de EEGi filtrada b) Amplitud Instantnea obtenida con los para cada banda.
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
Este estudio demuestra, que cuando se necesitan estimar la
estimada por el mtodo II, f) Frecuencia instantnea estimada con el mtodo frecuencia y amplitud instantnea de una seal, se debe
III. realizar una seleccin cuidadosa del mtodo a utilizar que
considere el tipo de modulacin esperada, el nivel de ruido
Es importante destacar que en el estudio de la sensibilidad presente, el tipo de seal (monocomponente o
de los algoritmos al ruido, no se hizo ningn tipo de multicomponente), la resolucin requerida en la estimacin, el
preprocesamiento a la seal, esto con el fin de no aumentar la rango de operacin de los algoritmos de estimacin de los
complejidad de los algoritmos, y aumentar en consecuencia rasgos y el volumen de datos a analizar.
los tiempos de simulacin. Existen algoritmos bastante ms
complicados que los analizados en este estudio que REFERENCIAS
disminuyen los efectos nocivos del ruido en las estimaciones
[1] J. Hansen, L. Gavidia, y J. Kaiser, A Nonlinear Operador-Based Speech
de ai y fi [5], pero sus requerimientos computacionales son Feature analysis Method with Application to Vocal Fol. Pathology
elevados y el autor evalu su inmunidad al ruido slo para el
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.