AF-MNS：一种基于 AM-FM 的新型非平稳性度量

基于摘要分析。本文研究确定性信号的非平稳性量化，提出 AF-MNS：利用 Fourier decomposition method（FDM）提取幅度调制—频率调制（AM-FM）分量，分别度量幅度与频率的非平稳程度，并以 EEG 信号分类展示其应用。 机制上，FDM 生成解析信号表示，其实部与虚部构成 Hilbert 变换对；作者据此构造两类非平稳性度量。作者报告，对于平稳信号，两类度量均为零，而对于非平稳信号，至少一类度量为正。摘要未给出度量公式及其成立条件，因此这一性质的适用信号范围、数学定义与验证方式仍需查阅全文。论文还通过若干示例讨论信号平稳性，但示例细节尚未验证。 EEG 分类是该信号处理概念的应用验证，而非摘要中明确提出的新型 BCI 解码架构。作者报告展示了其在 EEG 分类中的用途，但材料未提供分类任务、数据集、被试数、特征构造、分类器、被试内或跨被试划分、对照基线及指标，不能据此判断其优于既有方法。实验协议、消融及统计信息尚未验证。 平台推测（待验证）：将幅度变化与频率变化分开量化，可能为 EEG 非平稳性描述提供可复用特征；但噪声、伪迹、通道差异及分析窗长度也可能影响度量。一个可检验的小实验是在固定 EEG 分类任务与数据划分下，对比原有特征、单独使用 AF-MNS 特征及二者组合，并在训练数据内选择参数，以检验其是否提供增量信息。该推断不等于已证实的 BCI 效果，相关 EEG 工作尚未检索确认。