基于小波變換的腦電信號特征提取-wenkub
2024-10-03 23 本頁面
【正文】 CSP AR 特征提取的主要方法〔濾波器〕： AAR FFT HHT 一、腦電信號特點及一般處理流程 模式分類的主要方法〔分類器〕： LDA SVM BP人工神經網絡 貝葉斯分類法 最后，將分類好的 EEG信號以指令形式用于控制外部設備。 第四頁，共三十頁。 ? θ波：頻率： 4~7Hz，振幅： 20~150μV。 第三頁，共三十頁。 信噪比低。人腦是一個龐大而復雜的系統(tǒng)，按生理功能可分為許多根本環(huán)節(jié)，這些根本環(huán)節(jié)的生理活動相互影響、相互滲透地交織在一起，而其中存在的聯系、制約關系及活動規(guī)律還沒有被我們清楚地認識。復旦大學 姓名 : 學號： 基于小波變換的 EEG〔腦電信號〕特征提取 第一頁，共三十頁。因而，腦電信號表現出明顯的隨機性，一般不能用數學函數來準確表達，它們的規(guī)律主要從大量的統(tǒng)計結果中反映出來。在維持正常生理活動的條件下，生物體的各個根本系統(tǒng)之間存在著有機的聯系，因而在腦電信號中存在著嚴重的背景噪聲，而且噪聲常常超過信號，導致信噪比很低。 重慶郵電大學 4 一、腦電信號特點及一般處理流程 ?頻率低。 ? α 波：頻率： 8~13Hz，振幅： 20~100μV。 重慶郵電大學 5 一般處理流程： 一、腦電信號特點及一般處理流程 采集：各種腦電采集的電極帽。 第六頁，共三十頁。 重慶郵電大學 8 小波變換與傅里葉變換的比較： 小波分析是在傅里葉分析的根底上開展起來的，但小波分析與傅里葉分析存 在著極大的不同，與 Fourier變換相比，小波變換是空間〔時間〕和頻率的局部變 換，因而能有效地從信號中提取信息。 用傅立葉變換提取信號的頻譜需要利用信號的全部時域信息。 第八頁，共三十頁。從 而克服了上面所述的第二個缺乏。根據小波變換的 “時間 — 頻率窗〞 的寬度可變的特點，為了克服上面所 述的第三個缺乏，只要不同時檢測高頻與低頻信息，問題就迎刃而解了。 二、小波變換 第十頁，共三十頁。 重慶郵電大學 13 小波變換的定義： 小波變換是一種信號的時間 —— 尺度〔時間 —— 頻率〕分析方法，它具有多 分辨分析的特點，而且在時頻兩域都具有表征信號局部特征的能力，是一種窗口 大小固定不變但其形狀可改變，時間窗和頻率窗都可以改變的時頻局部化分析方 法。 重慶郵電大學 14 小波變換原理： 小波變換的含義是把某一被稱為根本小波〔 mother wavelet〕的函數作位移 τ再 在不同尺度 α下，與待分析信號 X(t)左內積，即 式中， α0，稱為尺度因子，其作用是對根本小波 Φ〔 t〕函數作伸縮， τ反映 位移，其值可正可負， α和 τ都是連續(xù)變量，故又稱為連續(xù)小波變換〔continue wav
高考資料相關推薦
鄂ICP備17016276號-1