基于Mallat算法脑电信号处理的新方法

发布时间：2024-01-27 13:04

　　在脑电信号特征提取算法中,常用的是小波包分解和小波分解。"小波包分解"会把信号的高频和低频完全分解。在此过程中,无关信号频率也会被分解,算法复杂度被迫提升。因此,引入只对低频信号进行分解的"小波分解"。假设所需信号中包含高频信号,经小波分解后,得到的信号会以丢失高频信息为代价,换取算法在复杂度上的优势。为了解决传统的小波函数利用Mallat算法进行分解、重构的复杂性,在Mallat算法之上,提出了"半小波包"的概念,形成将小波分解与小波包分解相结合的"半小波包分解"算法,解决了小波分解只对低频信号有效以及利用Mallat算法实现的小波包分解的冗余问题。首次利用半小波包和卷积过程改进的算法对DEAP数据库中的脑电信号进行分解,在保证准确度的基础上,达到了分解信号高速率、分解算法低复杂度的效果。

【文章页数】：9 页

图1未处理的原始脑电图像