基于CEEMD小波包算法的降噪方法研究

发布时间：2022-12-24 13:04

　　针对脑电信号易受噪声干扰的特性,提出一种使用CEEMD小波包对脑电信号进行降噪的方法。首先对脑电信号进行CEEMD分解,得到一组固有模态函数分量（IMF）,然后对包含噪声的IMF分量采用小波包阈值降噪,同时保留信号的低频IMF分量,最后将使用小波包阈值降噪的IMF分量和保留的IMF分量进行累加重构,从而得到最终降噪后的脑电信号。仿真结果表明采用CEEMD小波包对脑电信号进行降噪,在抑制噪声的同时,还有效地保留了脑电信号的细节特性,达到良好的去噪特性。 

【文章页数】：5 页

【文章目录】：
0 引言
1 基本理论
    1.1 CEEMD算法
    1.2 小波包去噪
        1.2.1 去噪的阈值函数
        1.2.2 阈值λ的选择
    1.3 降噪效果的评价指标
2 仿真信号分析
    2.1 原始脑电信号和含噪声脑电信号仿真
    2.2 基于CEEMD小波包降噪仿真
3 结束语


【参考文献】：
期刊论文
[1]基于经验模态分解和极限学习机的癫痫脑电提取分类研究[J]. 宋玉龙,赵冕,郑威.  生物医学工程研究. 2019(03)
[2]平稳小波去噪算法中的参数选择[J]. 张恒,潘仲明.  国防科技大学学报. 2019(04)
[3]基于EEMD与DSS-ApEn的脑电信号消噪方法[J]. 孟明,杨国雨,高云园,甘海涛,罗志增.  传感技术学报. 2018(10)
[4]基于CEEMD和小波包的降噪方法研究[J]. 杨孟,王瑾,周西峰,郭前岗.  南京邮电大学学报(自然科学版). 2018(02)
[5]基于小波包和改进EMD的脑电信号消噪研究[J]. 郑佳佳,郭滨.  长春理工大学学报(自然科学版). 2018(02)
[6]联合改进CEEMD与近似熵的脑电去噪方法[J]. 张欢,刘燕,佟宝同,赵凌霄,杨莹雪,王玉平,戴亚康.  计算机工程. 2017(06)
[7]改进独立分量算法的眼电伪迹去除方法研究[J]. 王灿锋,孙曜.  计算机工程与应用. 2018(04)
[8]一种基于SA4多小波的脑电信号消噪方法[J]. 任通,罗志增,孟明,姚家扬.  传感技术学报. 2016(12)
[9]基于ICA与小波阈值的癫痫脑电信号去噪方法[J]. 杨陈军,野梅娜,李艳艳,张瑞.  西北大学学报(自然科学版). 2016(06)
[10]基于EMD和样本熵的脑电信号睡眠分期研究[J]. 李怀胜,杨芳,钟清华.  微处理机. 2016(05)

博士论文
[1]面向智慧医疗的生物电信号分类识别算法研究[D]. 李端.北京邮电大学 2018

硕士论文
[1]经验模态分解的方法改进研究[D]. 李曜洲.湖南科技大学 2016



本文编号：3726196