基于小波變換的腦電信號特征提取-免費閱讀
【正文】 傅立葉變換的積分作用平滑了非平穩(wěn)信號的突變成分。因此，腦電信號經(jīng)小波分解后，其對應(yīng)于 β節(jié)律頻帶的小波系數(shù)的能量均能作為區(qū)分左右手運動想象腦電信號的特征量。 重慶郵電大學(xué) 25 三、基于小波變換的 EEG特征提取 表 1 小波分解的各層頻帶范圍 Table 1 Frequency band range of each level of wavelet deposition 第二十五頁，共三十頁。為了減少特征向量的維數(shù)，本次僅分析 β 節(jié)律。 重慶郵電大學(xué) 19 平移因子對小波的作用： 二、小波變換 平移因子使得小波能夠沿信號的時間軸實現(xiàn)遍歷分析，伸縮因子通過收 縮和伸張小波，使得每次遍歷分析實現(xiàn)對不同頻率信號的逼近 。由此可見，小波變換有以下特點： 多尺度 /多分辨率的特點，可以由粗及細地處理信號。即在低頻局部具有較低的時間分辨率和較高的頻率分辨率，在高頻局部具有 較高的時間分辨率和較低的頻率分辨率，很適合于分析非平穩(wěn)的信號和提取信號 的局部特征，所以小波變換被譽為分析處理信號的顯微鏡。 二、小波變換 第九頁，共三十頁。 重慶郵電大學(xué) 9 〔 1〕克服第一個缺乏：小波系數(shù)不僅像傅立葉系數(shù)那樣，是隨頻率不同而變 化的，而且對于同一個頻率指標(biāo) j， 在不同時刻 k，小波系數(shù)也是不同的。通過伸縮和平移等運算功能可對函數(shù)或信 號進行多尺度的細化分析，解決了 Fourier變換不能解決的許多困難問題。 例如有： ECI 公司的 128 通道 Ag/AgCl 電極帽，還有如下圖 的 Emotiv SDK Headset采集帽， 常用采樣頻率為 128Hz。腦電信號是低頻率的慢變信號，通常頻率范圍 — 100Hz。 腦電信號具有非線性。 重慶郵電大學(xué) 3 一、腦電信號特點及一般處理流程 腦電信號特點： 隨機性及非平穩(wěn)性相當(dāng)強。人體腦電信號的強度很微弱，一般在微、毫伏級。 ? γ波：頻率： 30~45Hz，振幅：一般不超過 30μV。 1909: Alfred Haar——發(fā)現(xiàn)了 Haar小波。 傅立葉變換的積分作用平滑了非平穩(wěn)信號的突變成分。小波變換的“時間 頻率窗〞 的寬度，檢測高頻信號時變窄，檢測低頻信號時變寬。 小波本身是緊支撐的，即只有小的局部非零定義域，在窗口之外函數(shù)為零； 本身是振蕩的，具有波的性質(zhì)，并且完全不含有直流趨勢成分，即滿足 二、小波變換 第十一頁，共三十頁。 傅里葉分析是將信號分解成一系列不同頻率的正弦波的疊加，同樣小波分析 是將信號分解為一系列小波函數(shù)的疊加，而這些小波函數(shù)都是由一個 母小波函數(shù) 經(jīng)過平移和尺度伸縮得來的。 連續(xù)小波變換〔 CWT〕： 定義為： 二、小波變換 可見，連續(xù)小波變換的結(jié)果可以表示為平移因子 a和伸縮因子 b的函數(shù) 第十六頁，共三十頁。 重慶郵電大學(xué) 23 人在想象單側(cè)手運動時，其對側(cè)相應(yīng)初級感覺運動皮層
高考資料相關(guān)推薦
鄂ICP備17016276號-1