1.基于模糊等符号分布的生理信号幅度波动分析方法,其特征在于:所述方法包括如下步骤:S1、对于长度为L生理时间序列X={x1,x2,…,xi,…,xL},基于区间阈值基准和控制参数确定其特征值r,用以筛选信号模糊符号的幅度波动;
S2、计算生理时间序列X符号化的参数,包括序列的最大值、最小值以及符号化的数量;
S3、对时间序列X进行模糊符号化,得符号序列C={c1,c2,…,ci,…,cL},其中每个元素包含符号以及该元素所占该符号的概率;
S4、量化生理序列的局部幅度波动,即计算相邻模糊符号概率分布的差异值求和得到差异性fDi;
S5、通过模糊等符号分布FsDES量化生理信号的幅度波动,得到最终分析结果。
2.根据权利要求1所述的基于模糊等符号分布的生理信号幅度波动分析方法,其特征在于:步骤S1具体为:S11、计算生理时间序列X的区间阈值基准即序列的标准差σ;
S12、通过可调的控制参数α,生成符号区间划分的特征值r=α·σ。
3.根据权利要求1所述的基于模糊等符号分布的生理信号幅度波动分析方法,其特征在于:步骤S2具体为:S21、提取生理时间序列X的最大值xmax和最小值xmin;
S22、计算生理时间序列X符号化的数量N=roundup[(xmax‑xmin)/r];函数roundup(k)表示大于等于k的最小整数。
4.根据权利要求1所述的基于模糊等符号分布的生理信号幅度波动分析方法,其特征在于:步骤S3具体为:S31、以生理时间序列的最小值xmin为起点、特征值r为区间对序列进行符号化;
S32、确定区间中心、边界外以及交叉区间元素的符号类型ci;
S33、构建交叉区间元素的符号概率函数p=f(x)。
5.根据权利要求4所述的基于模糊等符号分布的生理信号幅度波动分析方法,其特征在于:步骤S32中,对于符号类型为1和N的边界区域,元素符号类型分别表示为ci=(1,1)和ci=(N,1);对于有双向区间的符号区间的中心元素,其符号类型表示为ci=(si,1),si为区间对应的符号;对于交叉区间si和si+1中的元素,其符号元素为(si,p1;si+1,p2)。
6.根据权利要求4所述的基于模糊等符号分布的生理信号幅度波动分析方法,其特征在于:步骤S33中,对于交叉区间元素,其属于相邻两个符号区间,所属区间概率的计算方式相同:以符号si区间中心ωi概率值最高点1,两侧相邻区间逐渐降低至边界概率值的最低点
0,其中区间中心为距离分割线半个区间d/2的位置。
7.根据权利要求1所述的基于模糊等符号分布的生理信号幅度波动分析方法,其特征在于:步骤S4具体为:S41、确定延迟τ序列元素并对其进行模糊符号分别为ci和ci+τ;
S42、计算相邻模糊符号对应的概率分布差异;
S43、对S42中相邻模糊符号对应的概率分布差异值求和,得到符号元素概率分布的差异性fDi。
8.根据权利要求7所述的基于模糊等符号分布的生理信号幅度波动分析方法,其特征在于:步骤S42中,对于ci和ci+τ中相同的符号,si=si+τ,计算其对应的概率差异性fdi=|pi‑pi+τ|;对于单一的符号,sj和sj+τ并不相同,其对应的概率差异性则分别为fdj=pj和fdj+τ=pj+τ。
9.根据权利要求1所述的基于模糊等符号分布的生理信号幅度波动分析方法,其特征在于:步骤S5具体为:S51、通过相邻模糊符号的相似度fsDESi=1‑fDi量化生理序列的局部幅度波动;
S52、计算生理序列的模糊等符号分布FsDES=∑fsDESi/(L‑τ)。