Windowed state-space filters for signal detection and separation
Lade...
Autor:in (Körperschaft)
Publikationsdatum
2018
Typ der Arbeit
Studiengang
Typ
01A - Beitrag in wissenschaftlicher Zeitschrift
Herausgeber:innen
Herausgeber:in (Körperschaft)
Betreuer:in
Übergeordnetes Werk
IEEE Transactions on Signal Processing
Themenheft
DOI der Originalpublikation
Link
Reihe / Serie
Reihennummer
Jahrgang / Band
66
Ausgabe / Nummer
14
Seiten / Dauer
3768-3783
Patentnummer
Verlag / Herausgebende Institution
IEEE
Verlagsort / Veranstaltungsort
Auflage
Version
Programmiersprache
Abtretungsempfänger:in
Praxispartner:in/Auftraggeber:in
Zusammenfassung
This paper introduces a toolbox for model-based detection, separation, and reconstruction of signals that is especially suited for biomedical signals, such as electrocardiograms (ECGs) or electromyograms (EMGs). The modeling is based on autonomous linear state space models (LSSMs), which are localized with flexible windows. The models are fit to observations by minimizing the squared error while the use of LSSMs leads to efficient recursive error computations and minimizations. Multisection windows enable complex models, and per-sample weights enable multistage processing or adaptive smoothing. This paper is motivated by, and intended for, practical applications, for which several examples and tabulated cost computations are given.
Schlagwörter
Fachgebiet (DDC)
Veranstaltung
Startdatum der Ausstellung
Enddatum der Ausstellung
Startdatum der Konferenz
Enddatum der Konferenz
Datum der letzten Prüfung
ISBN
ISSN
1053-587X
1941-0476
1941-0476
Sprache
Englisch
Während FHNW Zugehörigkeit erstellt
Nein
Zukunftsfelder FHNW
Publikationsstatus
Veröffentlicht
Begutachtung
Peer-Review der ganzen Publikation
Open Access-Status
Closed
Lizenz
Zitation
Wildhaber, R., Zalmai, N., Jacomet, M., & Loeliger, H.-A. (2018). Windowed state-space filters for signal detection and separation. IEEE Transactions on Signal Processing, 66(14), 3768–3783. https://doi.org/10.1109/tsp.2018.2833804