从大量试验中去除异常值信号的方法答案

【问题标题】：Methods to remove outliers signals from a number of trials从大量试验中去除异常值信号的方法
【发布时间】：2017-06-03 22:16:38
【问题描述】：

我有一些信号（准确地说是 sEMG 信号的预处理试验），每个信号都存储在一个向量中。我的目标是从这些信号集中检测并删除任何可能的信号异常值。

此外，我不知道任何模型可以代表该集合的精确趋势。我只能根据自己的试验来计算。

现在考虑一个 6 次试验的例子（见下图）：

我会将橙色的试验标记为异常值。

到目前为止，我一直在使用 Matlab 来实现我的目标，使用所有试验的中值加上或减去平均绝对偏差：基本上，我使用 Matlab 函数逐点计算信号之间的中值 median，然后是使用 matlab 函数 mad 的平均绝对偏差。在这种情况下，如果超过 50% 的信号超出了所谓的安全区，即由中值加或减平均绝对偏差或两倍的平均绝对偏差形成，则该信号被视为异常值（见下图）。

您知道解决此类任务的最佳方法吗？

编辑：

上述相同主题的进一步实现是使用Matlab函数alignsignals来对齐6个试验，以提高上述方法的精度（下图示例）：

【问题讨论】：

您可能对“高斯过程”感兴趣。因此，您可以确定 X 上每个点的置信区间。重要提示：您的变量需要服从正态分布。

标签： matlab signal-processing

【解决方案1】：

我不知道确切的方法，但我可能有一些建议作为起点：

1 - 异常值下方的区域似乎明显更大。您可以使用信号的积分对其进行排序。

2 - 如果你 fft 他们。我期望异常值的峰值与内部值不同，然后您可以将它们分开。

3 - 您可以获取信号对之间的相关系数。平均而言，异常值的相关系数较小。

【讨论】：