[论文解读] Modeling noisy time series: Physiological tremor

Jens Timmer|arXiv (Cornell University)|May 8, 1998

Control Systems and IdentificationEngineering被引用 21

一句话总结

本文研究了观测噪声对使用线性与非线性模型建模生理震颤时间序列的影响。比较了忽略噪声的自回归（AR）模型与显式考虑噪声的线性状态空间模型（LSSM），结果表明，LSSM在高信噪比（约0.93）条件下能提供更精确的参数估计和更优的谱拟合效果；同时将该方法扩展至使用Bock算法的非线性确定性系统建模。

ABSTRACT

Empirical time series often contain observational noise. We investigate the effect of this noise on the estimated parameters of models fitted to the data. For data of physiological tremor, i.e. a small amplitude oscillation of the outstretched hand of healthy subjects, we compare the results for a linear model that explicitly includes additional observational noise to one that ignores this noise. We discuss problems and possible solutions for nonlinear deterministic as well as nonlinear stochastic processes. Especially we discuss the state space model applicable for modeling noisy stochastic systems and Bock's algorithm capable for modeling noisy deterministic systems.

研究动机与目标

• 评估观测噪声对生理震颤时间序列模型参数估计的影响。
• 比较标准自回归（AR）模型与显式建模观测噪声的线性状态空间模型（LSSM）的性能。
• 评估Bock算法在非线性动力学背景下对噪声存在下的确定性系统建模的适用性。
• 探究是否通过考虑噪声的建模可提升生理时间序列中功能关系与谱重构的准确性。
• 探讨在非线性模型中，若未正确处理噪声，将导致参数拟合结果难以赋予生理意义的挑战。

提出的方法

• 使用采样频率为300 Hz的35秒生理震颤时间序列（共10,240个点），数据经归一化处理，均值为零，方差为单位值。
• 应用p阶自回归（AR）模型拟合数据，通过回归方法估计参数，并利用残差方差与白噪声检验评估显著性。
• 采用线性状态空间模型（LSSM），显式建模测量噪声，包含状态转移矩阵A、观测矩阵C、过程噪声Q与观测噪声R。
• 利用Bock算法通过最小化连续轨迹上的残差平方和，拟合非线性确定性映射，同时引入时间连续性约束。
• 通过谱估计（周期图与模型模拟谱）、残差白噪声检验（Kolmogorov-Smirnov检验）及残差方差减少率比较模型性能。
• 采用基于多项式的非线性建模方法，嵌入延迟τ = 10，回归阶数最高达4，依据残差方差拐点与谱匹配度选择最优模型。

实验结果

研究问题

• RQ1 观测噪声如何影响生理震颤线性与非线性时间序列模型的参数估计？
• RQ2 显式考虑观测噪声的线性状态空间模型（LSSM）是否在谱拟合与参数精度方面优于忽略噪声的标准AR模型？
• RQ3 当存在观测噪声时，Bock算法在建模确定性非线性动力学方面能提升多少性能？
• RQ4 为何即使拟合效果良好，非线性模型的参数仍难以赋予生理或物理意义？
• RQ5 噪声误估对区分时间序列中确定性混沌与随机过程有何影响？

主要发现

• 生理震颤数据中的信噪比约为0.93（相对振幅），表明存在显著的观测噪声。
• 线性状态空间模型（LSSM）对数据的拟合效果显著优于标准AR模型，尤其在捕捉约7.5 Hz的宽谱峰方面表现更优。
• LSSM显式建模观测噪声η(t)，其方差为R，相比AR模型将过程噪声与测量噪声混淆的情况，能实现更精确的参数估计。
• 基于四阶多项式、嵌入延迟τ = 10、回归阶数为3的非线性模型实现了良好拟合，残差方差呈现清晰拐点，且残差为白噪声，尽管未赋予其生理解释。
• 模型模拟谱与经验周期图高度吻合，包括因τ = 10采样导致的约13.5 Hz处的 alias 峰。
• 尽管拟合效果良好，该非线性模型的参数仍无法在生理或物理层面赋予有意义的解释，凸显了在复杂系统非线性建模中存在的一项关键局限。