Parametrische Methoden der dynamischen Spektralanalyse und ihre Anwendung in der Biosignalanalyse

EINLEITUNG Die Analyse von Signaleigenschaften mittels Leistungsspektrum, z.B. auf der Basis der Fouriertransformation, ist dann unzulässig, wenn es sich um instationäre Signalabschnitte handelt. Mit Methoden der Kurzzeitspektralanalyse kann eine höhere zeitliche Auflösung erzielt werden, sie ist aber immer mit einer Verringerung der Frequenzauflösung verbunden. Daher sind neue Methoden erforderlich, die eine hohe Zeitund Frequenzauflösung ermöglichen und vertretbare Rechenzeiten in Anspruch nehmen. Über die Anpassung von autoregressiven Gleitmittelprozessen (ARMA-Modellen) ist die Berechnung der Spektralkenngrößen mit Hilfe weniger Modellparameter möglich. In der vorliegenden Arbeit wird die Konstruktion eines adaptiven Algorithmus fiir die Anpassung von ARMA-Modellen mit zeitveränderlichen Parametern vorgeschlagen, der eine selbstlernende Korrektur der Modellparameter bezüglich des sich verändernden Signals zu jedem Zeitpunkt erlaubt und damit robust gegenüber dem Auftreten von Instationaritäten ist.