改进的双变量收缩函数模型脑电信号消噪方法

发布时间：2017-07-08 13:16

  本文关键词：改进的双变量收缩函数模型脑电信号消噪方法

  更多相关文章： 脑电信号 信号消噪 高密度小波变换 双变量收缩函数

【摘要】：针对传统小波消噪全局阈值处理独立性假设和双变量函数模型对没有父系数的最高层小波系数不做处理的缺陷,提出一种高密度离散小波变换中利用双变量收缩函数对脑电信号进行消噪的方法。子小波系数根据双变量函数实现局部自适应收缩处理。同时根据父系数趋于0时,阈值函数近似于软阈值函数,对最高尺度小波系数进行软阈值法消噪。从实际信号处理效果和客观定量指标两方面进行评价,结果表明这种改进算法都优于软阈值法、硬阈值法以及双变量收缩法。
【作者单位】： 杭州电子科技大学智能控制与机器人研究所;
【关键词】： 脑电信号 信号消噪 高密度小波变换 双变量收缩函数
【基金】：国际自然科学基金项目(61172134,61201302)
【分类号】：TN911.7;R338
【正文快照】： 脑电信号EEG(Electroencephalogram)是由头皮表面大量神经元突触后电位同步综合而形成的,反映大脑运行状态和神经细胞活动情况的生物电信号。因此,对于脑电信号的分析可以获得大量的生理、心理及病理信号[1-2]。脑电信号是一种非平稳非线性极其微弱的随机信号,其幅值是μV级,

【相似文献】

中国期刊全文数据库 前1条

1 邹清;汤井田;唐艳;;Hilbert-Huang变换应用于心电信号消噪[J];中国医学物理学杂志;2007年04期

中国重要会议论文全文数据库 前7条

1 张永;温祖旭;吴清华;;基于小波和小波包的信号消噪方法分析[A];2009年全国水声学学术交流暨水声学分会换届改选会议论文集[C];2009年

2 毕卫红;杨小丽;苏静;;改进的小波收缩技术在近红外光谱信号消噪中的应用及软件设计[A];全国第十二次光纤通信暨第十三届集成光学学术会议论文集[C];2005年

3 李辉;;一种迭代估计的混沌信号消噪算法[A];2010年通信理论与信号处理学术年会论文集[C];2010年

4 朱习军;赵建林;李志敏;;基于提升小波的GPS信号消噪处理[A];第二十六届中国控制会议论文集[C];2007年

5 张桂英;孙景荣;许录平;康茜;;基于量子协方差整形估计器的脉冲星信号消噪方法[A];第二届中国卫星导航学术年会电子文集[C];2011年

6 廖科;叶明;丁晓敏;;基于提升小波变换的振动信号消噪及其DSP实现[A];中国通信学会第六届学术年会论文集（中）[C];2009年

7 蒋太杰;高丽娟;;小波分析在信号处理中的应用[A];中国电子学会第十六届信息论学术年会论文集[C];2009年

中国硕士学位论文全文数据库 前7条

1 尹喜超;基于小波变换的信号消噪[D];华北电力大学（河北）;2005年

2 王健;基于独立分量分析的脑电信号消噪[D];河北工业大学;2006年

3 邓宗群;基于改进提升小波的AE信号消噪及在故障诊断中的应用研究[D];湖南科技大学;2012年

4 刘锦成;基于Mallat算法的地震信号消噪的应用研究[D];湖南大学;2008年

5 杨建平;基于小波分析的胎儿心率信号消噪处理[D];东北师范大学;2006年

6 卢清;心电信号消嗓算法及R峰定位的研究[D];杭州电子科技大学;2012年

7 王洋;小波信号消噪在趋势交易中的应用研究[D];上海交通大学;2012年

，

本文编号：534722