[发明专利]用于在含噪环境中分析系统的状态的设备和方法

权利要求书

1.一种用于确定系统的状态的计算机实现方法(200)，所述方法包括以下步骤：

-收集与系统有关的数据(202)，所述数据是包括感兴趣数据和噪声的含噪数据；

-从收集的数据生成待分析的信号(204)，所述信号是包括感兴趣信号和噪声的含噪信号；

-通过在积分的含噪信号与其趋势之差的幂的计算中补偿噪声的影响，基于含噪信号分析感兴趣信号的规律性(206)；以及

-根据从含噪信号估算的感兴趣信号的规律性的分析结果，确定所述系统的状态(208)。

2.根据权利要求1所述的方法，其中，分析含噪信号的规律性的步骤(206)包括以下步骤：

-定义一组“N”值(302)；

-对于每个“N”值(304)：

-根据含噪信号的自相关函数(305)，计算积分的含噪信号与该积分的含噪信号关于“N”值的估算趋势之差的幂的值(306)；

-根据积分的含噪信号与该积分的含噪信号关于“N”值的估算趋势之差以及噪声的自相关函数(307)，计算积分的感兴趣信号与该积分的感兴趣信号趋势之差的幂的值(308)；以及

-估算含噪信号的规律性(310)。

3.根据权利要求1或2所述的方法，其在生成待分析的信号的步骤(204)之后，包括计算含噪信号的自相关函数的步骤(400)。

4.根据权利要求3所述的方法，其中，计算积分的感兴趣信号与其趋势之差的幂的值的步骤(308)包括以下步骤：

-估算噪声的属性(402)；

-计算噪声的自相关函数(404)；

-根据噪声的自相关函数以及含噪信号的自相关函数，计算感兴趣信号的自相关函数(406)；以及

-利用噪声的自相关函数，在积分的感兴趣信号与其趋势之差的幂的值的计算(408)中数学补偿噪声的影响。

5.根据权利要求4所述的方法，其中，估算噪声的属性的步骤在于估算噪声的统计特性、和/或噪声的有色或白色性质、和/或从所述噪声形成的参数模型的参数。

6.根据权利要求2至5中任一项所述的方法，其中，定义一组“N”值的步骤(302)在于将积分的含噪信号划分为大小为“N”的分段，并且估算感兴趣信号的规律性的步骤(310)包括对于所述一组“N”值估算所述积分信号的趋势。

7.根据权利要求2至5中任一项所述的方法，其中，定义一组“N”值的步骤(302)在于将阶数为“N”的低通滤波器应用于积分的含噪信号，并且估算感兴趣信号的规律性的步骤(310)包括估算所述积分信号的趋势。

8.根据前述权利要求中任一项所述的方法，其中，收集数据的步骤(202)在于从与所述系统联接的传感器收集数据。

9.根据权利要求8所述的方法，其中，所述传感器配置为收集与大脑的电活动EEG“脑电图”、和/或心脏的电活动ECG“心电图”、和/或皮肤电活动、和/或瞳孔测定有关的数据。

10.根据权利要求8或9所述的方法，其中，所述传感器包括至少一个惯性传感器，所述惯性传感器包括加速度计和陀螺仪。

11.根据权利要求1至10中任一项所述的方法，还包括根据规律性分析的结果显示所述系统的状态的步骤。

12.一种计算机程序产品，所述计算机程序包括非易失性代码指令，当在计算机上执行所述程序时，所述非易失性代码指令使得执行根据权利要求1至11中任一项所述的方法的步骤。