基于matlab的腦電信號處理(更新版)
【正文】 ，是很難對它進行匹配分析。所以選取了d5子帶內(nèi)第5500~8000之間的2500個數(shù)據(jù)點，將信號圖繪制出來，如下圖6所示。譜估計是數(shù)字信號處理的主要內(nèi)容之一，主要研究信號在頻域中的各種特征，目的是根據(jù)有限數(shù)據(jù)在頻域內(nèi)提取被淹沒在噪聲中的有用信號。最后由重構(gòu)的小波系數(shù)得到重構(gòu)的信號。然后進一步對信號做功率譜分析，得到功率譜圖，從功率譜圖中，可以直觀的觀察到不同頻率信號的能量分布情況。這種方法比較簡單，且去噪得到的信號比較平滑，但是容易丟失信號中的有用成分[2]。小波變換是一種信號的時間一尺度分析方法，由于具有多分辨率分析的特點，良好的時頻局部化特性，能夠?qū)Ω鞣N時變信號進行有效的分解，從而較好地將信號與噪聲加以分離，獲得滿意的去噪效果。β波的出現(xiàn)以為著大腦比較興奮。圖1 腦電圖的四種基本波形α波的頻率為8~13Hz，振幅為為20~100181。南京航空航天大學(xué)基于Matlab的腦電信號處理 姓名 陸想想 專業(yè)領(lǐng)域 生物醫(yī)學(xué)工程 課程名稱 數(shù)字信號處理二О一三年四月摘 要：腦電信號屬于非平穩(wěn)隨機信號，且易受到各種噪聲干擾。4種波形的起源和功能也不相同，如圖1所示。V，是一種快波。在噪聲中如何準(zhǔn)確地檢測到信號一直是信號處理領(lǐng)域所關(guān)心的內(nèi)容。該方法是將小波分解結(jié)構(gòu)中的高頻或者低頻系數(shù)設(shè)置為0，即濾掉所有高頻部分或低頻部分。 信號的頻域和功率譜分析為了研究腦電信號中不同頻率信號的能量分布以及變化情況，首先對樣本信號進行Fourier變換，得到頻域圖。然后提取各層小波系數(shù)，再將腦電信號頻率以外的幾層小波系數(shù)置零，得到重構(gòu)的各層小波系數(shù)。15~25Hz頻段的信號很微弱，因此可以以判斷出，信號中幾乎沒有β波。由以上小波分解得到的各層分量分析可知，α波主要集中在d5子帶內(nèi)。3 討論基于FFT變換的功率譜估計適用于平穩(wěn)時間信號分析,計算結(jié)果只能反映信號段總體的平均功率分布情況, 不包含信號的任何時域變化信息, 并且譜估計的頻率分辨率與所采用的信號長度成正比，即受數(shù)據(jù)點數(shù)目的影
法律信息相關(guān)推薦
鄂ICP備17016276號-1