一种从已知数据序列中探查目标曲线的方法、系统及介质技术方案

本发明专利技术公开了一种从已知数据序列中探查目标曲线的方法、系统及介质，本发明专利技术通过对已知数据序列

A method, system and medium of detecting target curve from known data series

【技术实现步骤摘要】
一种从已知数据序列中探查目标曲线的方法、系统及介质
本专利技术涉及信号分析的信号探测技术，具体涉及一种从已知数据序列中探查目标曲线的方法、系统及介质，可实现在得到的已知数据序列中探查目标曲线。
技术介绍
在信号分析领域，有时需要从测量得到的数据序列中检验是否含有感兴趣的目标波形，也即判断数据序列的各数据点是否按照某感兴趣的波形排列。本说明书所讨论的情形，如果测得数据序列含有目标波形，则数据序列可表示为目标曲线加背景噪声；如果不存在目标波形，则数据序列仅为背景噪声。评估某数据序列中是否存在目标曲线，可以通过评估原数据序列与目标模型的吻合程度来进行。比如将曲线拟合过程中的拟合优度作为评价指标，拟合指标越好（与目标曲线模型符合越好），则数据序列中含有目标波形的概率越大。不足的是，针对单个待检验的数据序列，上述方法仅能给出单个评价指标的值，无法给出客观的假设检验结果。其原因主要是缺少“含有目标曲线”或“不含目标曲线”每种条件下该指标值的分布概率密度；而缺少参照系，仅有单个指标值无法进行检验。
技术实现思路
本专利技术要解决的技术问题：针对现有技术的上述问题，提供一种从已知数据序列中探查目标曲线的方法、系统及介质，本专利技术通过对已知数据序列s0多次置乱的方法获得足够多的满足“不含目标曲线”条件的置乱副本，原始数据序列置乱之后的副本与原始数据序列拥有完全相同的数据采样点，但采样点的排列顺序随机，所以每个置乱副本的数据排列都不符合目标曲线波形，这些置乱副本都满足“不含目标曲线”的条件，而计算和统计这些副本的拟合指标值，即可以得到“数据序列中不含目标曲线”条件下曲线拟合指标值分布概率密度函数的估计，从而能够实现在得到的已知数据序列中探查目标曲线。为了解决上述技术问题，本专利技术采用的技术方案为：一种从已知数据序列中探查目标曲线的方法，实施步骤包括：1）计算已知数据序列s0和目标曲线的相似度γ0；从已知数据序列s0获得N个置乱副本sk，计算各个置乱副本sk和目标曲线的相似度γk，其中k=1,2,3,…,N，N为置乱副本数量；2）将相似度γ0以及各个相似度γk进行排序，得到相似度γ0的序号n0；3）判断n0/N小于预设的显著性水平参数α是否成立，如果成立则判定已知数据序列s0中含有目标曲线，否则判定已知数据序列s0中不含目标曲线。可选地，步骤1）中计算已知数据序列s0和目标曲线的相似度γ0的详细步骤包括：以目标曲线的形状为拟合模型对已知数据序列s0进行曲线拟合得到对应的结果曲线m0，并计算已知数据序列s0和结果曲线m0之间的相似度γ0。可选地，步骤1）中从已知数据序列s0获得N个置乱副本sk的详细步骤包括：采用随机置乱的方法将已知数据序列s0的采样点的顺序重新排列得到多个置乱后的置乱副本sk，该置乱副本sk具有和已知数据序列s0完全相同的采样点但排序顺序不同。可选地，步骤1）中计算各个置乱副本sk和目标曲线的相似度γk的详细步骤包括：分别以目标曲线的形状为拟合模型对各个置乱副本sk进行曲线拟合得到对应的结果曲线mk，并计算已知数据序列s0和各个结果曲线mk之间的相似度γk。可选地，所述相似度γ0以及相似度γk均为进行曲线拟合的拟合优度。可选地，所述相似度γ0为已知数据序列s0和结果曲线m0之间的相关系数，所述相似度γk为已知数据序列s0和结果曲线mk之间的相关系数。可选地，所述目标曲线为正弦曲线，所述已知数据序列s0为以动物初级视皮层测得的局部场电位信号的方位调制曲线，步骤3）中判定已知数据序列s0中含有目标曲线后还包括判定对应的皮层位置为奇点的步骤。此外，本专利技术还提供一种从已知数据序列中探查目标曲线的系统，包括：相似度计算程序单元，用于计算已知数据序列s0和目标曲线的相似度γ0；从已知数据序列s0获得N个置乱副本sk，计算各个置乱副本sk和目标曲线的相似度γk，其中k=1,2,3,…,N，N为置乱副本数量；相似度排序程序单元，用于将相似度γ0以及各个相似度γk进行排序，得到相似度γ0的序号n0；比较判断程序单元，用于判断n0/N小于预设的显著性水平参数α是否成立，如果成立则判定已知数据序列s0中含有目标曲线，否则判定已知数据序列s0中不含目标曲线。此外，本专利技术还提供一种从已知数据序列中探查目标曲线的系统，包括计算机设备，该计算机设备被编程或配置以执行所述从已知数据序列中探查目标曲线的方法的步骤，或该计算机设备的存储器上存储有被编程或配置以执行所述从已知数据序列中探查目标曲线的方法的计算机程序。此外，本专利技术还提供一种计算机可读存储介质，该计算机可读存储介质上存储有被编程或配置以执行所述从已知数据序列中探查目标曲线的方法的计算机程序。和现有技术相比，本专利技术具有下述优点：1、本专利技术通过对已知数据序列s0多次置乱的方法获得足够多的满足“不含目标曲线”条件的置乱副本，原始数据序列置乱之后的副本与原始数据序列拥有完全相同的数据采样点，但采样点的排列顺序随机，所以每个置乱副本的数据排列都不符合目标曲线波形，这些置乱副本都满足“不含目标曲线”的条件，而计算和统计这些副本的拟合指标值，即可以得到“数据序列中不含目标曲线”条件下曲线拟合指标值分布概率密度函数的估计，从而能够实现在得到的已知数据序列中探查目标曲线，能够给出在设定的置信水平下的假设检验结果，具有客观性好、准确性高的优点。2、本专利技术通过多次置乱原始数据序列得到“不含目标曲线”条件的置乱副本，为数据序列是否含有目标曲线波形的判断提供参考数据，操作方法简便，步骤简单明了，易于实现。附图说明图1为本专利技术实施例方法的目标曲线和已知数据序列s0的示例。图2为本专利技术实施例方法的工作流程图。图3为本专利技术实施例中得到的1000个相似度γk的统计直方图。具体实施方式下文将以图1所示目标曲线为正弦曲线，已知数据序列s0为以动物初级视皮层测得的局部场电位(LFP)信号的方位调制曲线为例，对本专利技术从已知数据序列中探查目标曲线的方法、系统及介质进行进一步的详细说明。其中，正弦曲线的函数表达式为：(y=a*sin(θ)+b*cos(θ)+c)需要说明的是，本专利技术的工作原理为通过对已知数据序列s0多次置乱的方法获得足够多的满足“不含目标曲线”条件的置乱副本，原始数据序列置乱之后的副本与原始数据序列拥有完全相同的数据采样点，但采样点的排列顺序随机，所以每个置乱副本的数据排列都不符合目标曲线波形，这些置乱副本都满足“不含目标曲线”的条件，而计算和统计这些副本的拟合指标值，即可以得到“数据序列中不含目标曲线”条件下曲线拟合指标值分布概率密度函数的估计，从而能够实现在得到的已知数据序列中探查目标曲线。基于上述原理可知，本专利技术从已知数据序列中探查目标曲线的方法、系统及介质的实现并不依赖于特定的目标曲线和已知数据序列s0。如图2所示，本实施例从已知数据序列中探查目标曲线的方法的实施步骤包括：1）计算已知数据序本文档来自技高网...

【技术保护点】
1.一种从已知数据序列中探查目标曲线的方法，其特征在于实施步骤包括：/n1）计算已知数据序列

【技术特征摘要】
1.一种从已知数据序列中探查目标曲线的方法，其特征在于实施步骤包括：
1）计算已知数据序列s0和目标曲线的相似度γ0；从已知数据序列s0获得N个置乱副本sk，计算各个置乱副本sk和目标曲线的相似度γk，其中k=1,2,3,…,N，N为置乱副本数量；
2）将相似度γ0以及各个相似度γk进行排序，得到相似度γ0的序号n0；
3）判断n0/N小于预设的显著性水平参数α是否成立，如果成立则判定已知数据序列s0中含有目标曲线，否则判定已知数据序列s0中不含目标曲线。


2.根据权利要求1所述的从已知数据序列中探查目标曲线的方法，其特征在于，步骤1）中计算已知数据序列s0和目标曲线的相似度γ0的详细步骤包括：以目标曲线的形状为拟合模型对已知数据序列s0进行曲线拟合得到对应的结果曲线m0，并计算已知数据序列s0和结果曲线m0之间的相似度γ0。


3.根据权利要求1所述的从已知数据序列中探查目标曲线的方法，其特征在于，步骤1）中从已知数据序列s0获得N个置乱副本sk的详细步骤包括：采用随机置乱的方法将已知数据序列s0的采样点的顺序重新排列得到多个置乱后的置乱副本sk，该置乱副本sk具有和已知数据序列s0完全相同的采样点但排序顺序不同。


4.根据权利要求2所述的从已知数据序列中探查目标曲线的方法，其特征在于，步骤1）中计算各个置乱副本sk和目标曲线的相似度γk的详细步骤包括：分别以目标曲线的形状为拟合模型对各个置乱副本sk进行曲线拟合得到对应的结果曲线mk，并计算已知数据序列s0和各个结果曲线mk之间的相似度γk。


5.根据权利要求4所述的从已知数据序列中探查目标曲线的方法，其特征在于，所述相似度γ0以及相似度γk均为进行曲线拟合的拟合优度。
<...

【专利技术属性】
技术研发人员：李明，胡德文，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：湖南;43