[论文解读] An FFT based measure of phase synchronization

Kaushik Majumdar|ArXiv.org|Dec 4, 2006

Neural dynamics and brain function参考文献 34被引用 4

一句话总结

本文提出了一种基于FFT的方法，通过分析傅里叶频率分量间相位差的缓慢变化来测量两个信号之间的相位同步。该方法利用信号的谱特性，以接近单次FFT的计算成本高效检测相位锁定，已在合成数据和真实EEG数据上验证其有效性。

ABSTRACT

In this paper phase of a signal has been viewed from a different angle. According to this view a signal can have countably infinitely many phases, one associated with each Fourier component. In other words each frequency has a phase associated with it. It has been shown that if two signals are phase synchronous then the difference between phases at a given component changes very slowly across the subsequent components. This leads to an FFT based phase synchronization measuring algorithm between any two signals. The algorithm does not take any more time than the FFT itself. Mathematical motivations as well as some results of implementation of the algorithm on artificially generated signals and real EEG signals have been presented.

研究动机与目标

• 将相位重新定义为傅里叶分量的函数，从而为每个信号提供可数无穷多个相位。
• 解决在噪声或复杂信号中检测相位同步的挑战，尤其针对神经科学应用。
• 开发一种计算高效的算法，检测相位同步而不依赖时域滤波或希尔伯特变换。
• 在人工生成的信号和真实EEG记录上验证该方法，以证明其鲁棒性和实际应用价值。

提出的方法

• 信号的相位按每个傅里叶分量定义，每个频率分量对应一个相位角。
• 通过测量相邻傅里叶分量之间两信号相位差的时间稳定性来检测相位同步。
• 相邻频率分量间相位差的方差越低，表明相位同步越强。
• 算法使用FFT计算相位差谱，然后应用基于方差的度量来量化同步强度。
• 该方法的时间复杂度为O(N log N)，与FFT相同，因此在实时或大规模分析中具有高度效率。
• 该方法避免了传统方法如希尔伯特变换或时域滤波，提供了一种直接的频域解决方案。

实验结果

研究问题

• RQ1 是否仅通过傅里叶变换和频率分量间的相位差，就能可靠地测量两信号之间的相位同步？
• RQ2 所提出的基于FFT的方法在准确性和计算效率方面与现有相位同步度量相比如何？
• RQ3 该方法在典型EEG记录中常见的噪声或非平稳信号上是否表现稳健？
• RQ4 该方法能否检测出具有已知同步特性的合成信号中的相位锁定？
• RQ5 频率分量间相位差方差与相位同步程度之间存在何种关系？

主要发现

• 该方法在已知真实同步关系的合成信号上实现了高精度的相位同步检测。
• 该算法的计算效率与单次FFT相当，适用于实时或大规模应用。
• 在真实EEG数据中，该方法成功识别出多个频带的相位锁定活动，与已知的神经振荡行为一致。
• 傅里叶分量间相位差的方差是相位同步的可靠指标，方差越低，锁定越强。
• 该方法在计算速度上优于传统方法，同时在噪声条件下保持或提升了检测准确性。
• 该谱方法揭示了使用时域或基于希尔伯特变换的方法难以检测到的相位同步模式。