Revista: | Revista de ingeniería. Universidad de los Andes |
Base de datos: | PERIÓDICA |
Número de sistema: | 000363078 |
ISSN: | 0121-4993 |
Autores: | Padilla Buriticá, Jorge Iván1 Avendaño Valencia, Luis David1 Castellanos Domínguez, Germán1 |
Instituciones: | 1Universidad Nacional de Colombia, Grupo de Reconocimiento y Procesamiento de Señales, Manizales, Caldas. Colombia |
Año: | 2013 |
Periodo: | Ene-Jun |
Número: | 38 |
Paginación: | 20-26 |
País: | Colombia |
Idioma: | Español |
Tipo de documento: | Artículo |
Enfoque: | Analítico, descriptivo |
Resumen en español | Se propone una metodología para mejorar la estimación de las matrices de parámetros de los modelos autorregresivos multivariados, utilizando representación en espacio de estados y el filtro de Kalman, para mejorar la precisión de los parámetros estimados, con un bajo costo computacional. Se consideran dos métodos de adaptación de las matrices de covarianza del filtro de Kalman, para mejorar la velocidad de convergencia conservando la precisión del estimador. Se hacen pruebas sobre datos simulados, sobre una base de datos de electroencefalogramas y también se hacen pruebas de la efectividad de la metodología. La contribución está dada en términos de la precisión de los parámetros estimados y el tiempo de estimación, que se reduce hasta en un 40% con un error cuadrático medio de 3% |
Disciplinas: | Ingeniería, Medicina |
Palabras clave: | Diagnóstico, Neurología, Electroencefalografía, Ingeniería biomédica, Filtro Kalman, Modelo autorregresivo multivariado, Recocido simulado |
Keyword: | Engineering, Medicine, Diagnosis, Neurology, Electroencephalography, Biomedical engineering, Kalman filter, Multivariate autoregressive model, Simulated annealing |
Texto completo: | Texto completo (Ver HTML) |