signal-processing - 在分析附加信号时我应该寻找什么？

Question

我正在寻找分析和比较以下“信号”：

（编辑：这里有更好的效果图：振荡好，这里：振荡不好）

你看到的是一种人工神经网络的神经元激活图，它是随时间绘制的。图中的每一行都是神经元随时间的激活，其值可以在 -1 和 1 之间。

在第一个情节中，活动是稳定和一致的，而第二个则体现了更混乱的活动（因为缺少更好的术语）——某种破坏性干扰似乎经常发生。

无论如何，我想做一些“聪明”的分析，但由于信号分析真的不是我的强项，所以我想在这里寻求一些建议......

编辑：让我澄清一下。最后，我想描述数据的特征。例如，这可能涉及精确定位每个图中包含的各个信号之间的相关性。我想测量“规律性”或数据不变性：在上面的例子中，上图比下图更规律。我想因此我可以计算每个信号的方差并将其作为衡量标准；但我想知道一些更全面的信号处理技术是否更适合（我不确定）。事实上，我什至不确定信号处理是否是我现在真正想要的。也许某种小波或ft分析......

对于那些感兴趣的人，我正在研究蠕虫运动的计算建模。

Answer 1

你应该参考一些关于非线性时间序列分析的好书。例如，衡量信号规律性的指标可能是 Lyapunov 谱。另一种可能性是熵。如果您对信号之间的相关性感兴趣，您可以使用转移熵或格兰杰因果关系，或者对于神经元，最好看看一些相位同步的度量。贝叶斯的东西也值得一试。

但是——最重要的是——首先你需要一个关于你真正想知道什么的正确问题。一旦你知道了，选择正确的工具就容易多了。

最后一个提示。在工程社区之外寻找工具。他们的工具大多是线性的，但您正在处理一个高度非线性的系统。如果您对信号一无所知并且想从另一个角度看待它，小波、FFT 和其他东西很有用，但它们不适合您的问题。