基于小波變換的腦電信號(hào)特征提取(參考版)
2024-10-03 23:29本頁面
【正文】 。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。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。 內(nèi)容總結(jié) 姓名 :。 第二十八頁，共三十頁。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。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。 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，共三十頁。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。 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。 第二十四頁，共三十頁。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。 重慶郵電大學(xué) 24 式中， L為分解層數(shù)， AL為低通逼近分量， Dj為不同尺度下的細(xì)節(jié)分量。 三、基于小波變換的 EEG特征提取 設(shè) x (n)表示實(shí)驗(yàn)采集的 EEG離散信號(hào)，那么 x(n)的離散小波變換定義為： 其中 為小波基函數(shù)， j、 k分別代表頻率分辨率和時(shí)間平移量。而小 波變換能把信號(hào)的整個(gè)頻帶劃分為多個(gè)子頻帶，因此可使用小波變換來分析左 右運(yùn)動(dòng)想象腦電信號(hào)。 重慶郵電大學(xué) 23 人在想象單側(cè)手運(yùn)動(dòng)時(shí)，其對(duì)側(cè)相應(yīng)初級(jí)感覺運(yùn)動(dòng)皮層區(qū)的腦電 μ 節(jié)律 〔 8~12Hz〕和 β 節(jié)律〔 14~30Hz〕節(jié)律幅值降低，這種現(xiàn)象稱為事件相關(guān)去同 步〔 eventrelated desynchronization, ERD〕；而同側(cè)腦電 μ 節(jié)律和 β 節(jié)律 幅度升高，稱為事件相關(guān)同步〔 event— related synchronization， ERS〕。 重慶郵電大學(xué) 21 連續(xù)小波的逆變換： 二、小波變換 如果小波函數(shù)滿足“容許〞條件，那么連續(xù)小波變換的逆變換是存在的 第二十一頁，共三十頁。 第十九頁，共三十頁。 重慶郵電大學(xué) 18 伸縮因子對(duì)小波的作用： 二、小波變換 第十八頁，共三十頁。 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。 二、小波變換 第十五頁，共三十頁。 可以看成用根本頻率特性為的帶通濾波器在不同尺度 a下對(duì)信號(hào)做濾波。 重慶郵電大學(xué) 15 可以這樣；理解小波變
高考資料相關(guān)推薦
鄂ICP備17016276號(hào)-1