欠定盲源分离和共空间模式特征的脑电信号分类研究

发布时间：2021-02-21 21:50

　　眼电伪迹和噪声是导致脑电信号低信噪比的重要原因,会降低运动想象任务的分类性能。提出一种改进的基于少通道数的分块欠定盲源分离的滤波方法,通过分块的思想把非平稳的脑电信号变为近平稳的分块信号,利用二阶欠定混合矩阵盲识别方法估计混合分离矩阵,然后通过基于最小均方误差的波速形成器提取源信号,接着通过得分准则自动去除噪声信号并重构信号,最后提取共空间模式特征进行分类。想象运动的真实脑电信号实验仿真结果表明,分块欠定盲源分离方法能很好地恢复源信号并能有效地去除眼电等伪迹和噪声,共空间模式特征则提高了想象任务识别率。 

【文章来源】：生物医学工程学杂志. 2016,33(02)北大核心

【文章页数】：5 页

【文章目录】：
引言
1 欠定盲源分离模型
2 估计混合矩阵A
3 MMSE波束形成器分离源信号
    3.1 脑电信号协方差矩阵估计
    3.2 MMSE波束形成器
    3.3 波束形成器稳定性条件
4 实验仿真和分析
    4.1 实验数据描述
    4.2 实验结果与分析
        4.2.1 第一组实验
        4.2.2 第二组实验
5 结论


【参考文献】：
期刊论文
[1]多类核共空间模式特征提取方法研究[J]. 王金甲,张玲智,胡备.  生物医学工程学杂志. 2012(02)
[2]基于语音信号稀疏性的FDICA初始化和后处理方法[J]. 马峰,张宁,戴礼荣.  数据采集与处理. 2012(02)



本文编号：3044972