在分析附加信号时我应该注意什么？

Question

我正在寻找分析和比较以下“信号”：

（编辑：此处更好的效果图：oscillations good和此处：oscillations bad）

你看到的是一种人工神经网络对时间的神经元激活图。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。

在第一个图中，活动是稳定和一致的，而第二个例子是更混乱的活动（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，我想在这里要求一些建议......

编辑：让我澄清一下。最后，我想描述数据的特征。这可以例如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，上图比下图更规则。我想因此我可以计算每个信号的方差并将其作为一个度量;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，我甚至不确定信号处理是否是我现在想到的。也许某种小波或英尺分析...

对于那些感兴趣的人，我正致力于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。对于instane，信号规律性的度量可以是Lyapunov谱。另一种可能性就是熵。如果您对信号之间的相关性感兴趣，可以使用转移熵或格兰杰因果关系，或者对于神经元，最好看一些相位同步的度量。贝叶斯的东西也值得尝试。

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。一旦掌握了这一点，就可以轻松选择合适的工具。

最后一个暗示。寻找工程社区之外的工具。他们的工具大多是线性的，但你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希望对其有另一种观点，那么小波，FFT和其他内容非常有用，但它们并不适合您的问题。