杨 铮 王立玲 马 东

河北大学电子信息工程学院，河北省数字医疗工程重点实验室，河北 保定 071002)

引言

非平稳信号是一种分布参数随时间变化的随机信号，如生物医学工程中的脑电信号与表面肌电信号(surface electromyography，sEMG)。在医疗领域，表面肌电信号的有效处理不仅为患者提供肌肉疲劳诊断依据，而且提供了有效的治疗手段[1-2]。因传统特征值表征肌肉疲劳时变化不明显、反映不够灵敏，很有可能在肌肉已经发生疲劳时而未检测出疲劳，造成肌肉损伤。因此，如何在肌肉受到损伤之前检测出疲劳，防止由普通性肌肉疲劳进一步恶化发展成肌肉损伤已成为当今一个值得研究问题。时变系数建模方法是处理非平稳信号典型方法。已广泛应用于多种非平稳信号处理领域。

时变系统的参数辨识方法主要有自适应算法和基函数展开法。自适应算法中常见有经典递推最小二乘法、最小均方差算法和卡尔曼滤波法等。自适应算法是针对信号具有弱平稳特性时，时变系统参数变化较慢，其可以对时变系统参数进行准确辨识。否则，辨识参数会因其收敛性的缺陷，导致时变系统参数的结果估计产生延迟[3]。而基函数展开法是针对信号具有较强非平稳特性时，其可以对时变系数进行有效估计[4]。时变系统参数表示为一组已知基函数的线性加权组合[5]，将时变系统建模问题变成了关于基函数的时不变参数辨识问题，通过对时不变参数的辨识进而得到时变系数。……