基于小波變換的腦電信號(hào)特征提取-資料下載頁(yè)
2024-10-03 23:29本頁(yè)面
【正文】 〕式中的 AL、 DL、 DL … 、 D1各分量所對(duì)應(yīng)的子 頻帶依次為 三、基于小波變換的 EEG特征提取 將信號(hào)進(jìn)行小波分解時(shí)，分解的層數(shù)將視具體信號(hào)的有用成分和采樣率而定。本文分析的左右手運(yùn)動(dòng)想象腦電信號(hào)的采樣頻率為 128Hz，信號(hào)的有用成分是 14~30Hz的 β 節(jié)律。因此，本文選用 db5小波對(duì)腦電信號(hào)進(jìn)行 3層分解，即 x(n) = A3 + D3 + D2 + D1，那么各分量對(duì)應(yīng)的子頻帶見(jiàn)表 1。 第二十四頁(yè)，共三十頁(yè)。 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(yè)，共三十頁(yè)。 重慶郵電大學(xué) 26 小波系數(shù)能表達(dá)信號(hào)在時(shí)域和頻域的能量分布，因此利用小波系數(shù)的能量能 反映出腦電信號(hào)的時(shí)域和頻域特征。由表 1可知D2〔 16~32Hz〕在腦電信號(hào)的 β節(jié) 律頻帶范圍附近，因此，可提取對(duì)應(yīng)于 D2頻帶的小波系數(shù)的能量均值作為特征量 。同時(shí)，為了進(jìn)一步突出想象單側(cè)手運(yùn)動(dòng)引起的 FC FC6通道腦電信號(hào)的幅值差 異，本次實(shí)驗(yàn)還提取了小波系數(shù)的能量均值差 PS作為特征量，即 PS = PFC5 – PFC6 式中， PFC5為 FC5通道的能量均值， PFC6為 FC6通道的能量均值。 三、基于小波變換的 EEG特征提取 第二十六頁(yè)，共三十頁(yè)。 重慶郵電大學(xué) 27 三、基于小波變換的 EEG特征提取 (a) 想象左手運(yùn)動(dòng) (b) 想象 右 手運(yùn)動(dòng) 圖 A 小波系數(shù) 的能量均值 第二十七頁(yè)，共三十頁(yè)。 重慶郵電大學(xué) 28 三、基于小波變換的 EEG特征提取 圖 B 小波系數(shù) 的能量均值 差 對(duì)左右手運(yùn)動(dòng)想象任務(wù)，各選取100組樣本數(shù)據(jù)計(jì)算，得到小波系數(shù)的能量均值和能量均值差分別如圖 A 和圖B所示。從圖 4可以看出想象左手運(yùn)動(dòng)時(shí)， FC5通道的能量均值 PFC5大于 FC6通道的能量均值 PFC6；想象右手運(yùn)動(dòng)時(shí)， FC5通道的能量均值 PFC5小于 FC6通道的能量均值 PFC6。因此，腦電信號(hào)經(jīng)小波分解后，其對(duì)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(yùn)動(dòng)想象腦電信號(hào)的特征量。從圖 B 可知，利用小波系數(shù)的能量均值差提取得到的特征很好地反映出了左右手運(yùn)動(dòng)想象腦電信號(hào)的差異。 將小波變換提取出的腦電信號(hào)特征，再經(jīng)過(guò)模式分類(lèi)器，就可以作為計(jì)算機(jī)控制的指令去控制外部設(shè)備。 第二十八頁(yè)，共三十頁(yè)。 復(fù)旦大學(xué) 第二十九頁(yè)，共三十頁(yè)。 內(nèi)容總結(jié) 姓名 :。 (Fourier)分析之后的又一個(gè)重大突破 ,它對(duì)無(wú)論是古老的自然學(xué)科還是新興的高。小波分析是在傅里葉分析的根底上開(kāi)展起來(lái)的，但小波分析與傅里葉分析存。傅立葉變換的積分作用平滑了非平穩(wěn)信號(hào)的突變成分。傅里葉分析是將信號(hào)分解成一系列不同頻率的正弦波的疊加，同樣小波分析。定義為：對(duì)尺度參數(shù)按冪級(jí)數(shù)進(jìn)行離散化處理，對(duì)時(shí)間進(jìn)行均勻離散取值〔要求采樣率滿(mǎn)足尼奎斯特采樣定理〕 第三十頁(yè)，共三十頁(yè)。
高考資料相關(guān)推薦
鄂ICP備17016276號(hào)-1