基于DSP的EEG信号盲分离研究

基于DSP的EEG信号盲分离研究

ID:36792331

大小:1.82 MB

页数:68页

时间:2019-05-15

基于DSP的EEG信号盲分离研究_第1页
基于DSP的EEG信号盲分离研究_第2页
基于DSP的EEG信号盲分离研究_第3页
基于DSP的EEG信号盲分离研究_第4页
基于DSP的EEG信号盲分离研究_第5页
资源描述:

《基于DSP的EEG信号盲分离研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、西北工业大学硕士学位论文摘要摘要如何利用采集到的混合有噪声干扰的EEG/MEG(electroencephalography/magnetoencephalography)数据对极其微弱的脑电源信号进行可靠的探测、增强和定位是脑电信号检测中至关重要的问题。独立分量分析(IndependentComponentAnalysis,ICA)是对EEG/MEG数据进行降噪和干扰消除的一种有效方法,在描绘人类认知和感觉运动功能的神经系统的处理过程中显现出了很好的发展前景。茸先,本文介绍了独立分量分析的基本原理和信号盲分离算法的基本理论,高阶累积量、信息论等统计信号处理方法,以及经

2、典盲分离算法的原理和算法性能评价准则。本文以信息论为基础.结合牛顿迭代的快速算法和扩展ICA的思想,针对线性瞬时混合模型,改进并实现了混合有脉冲噪声的脑电信号盲分离快速算法。该算法采用特征值分解的方法对采集信号进行白化处理,选择互信息量最小化判据;以输出信号之间的互信息作为目标函数,根据牛顿迭代法推导出了算法表达式:算法中使用,分布密度模型作为超高斯信号的概率估计,与具有次高斯特性的密度模型相结合,使得算法满足超高斯、次高斯混合信号的分离,同时能有效抑制脉冲噪声。分析了算法的稳定性,通过仿真验证了无高斯噪声下算法的有效性和低信噪比情况下算法的稳健性:针对不同源信号混合,

3、验证了算法进行分离的适应性。数字信号处理器(digitalsignalprocessor,DSP)具有可编程性和强大的处理能力,为盲分离算法从实验室走向实际医学仪器应用提供了硬件平台,由于DSP硬件位数的限制,使盲分离算法的计算过程中出现截尾误差,所以本文使用Mauab仿真了硬件进行核函数的数值近似计算,并分析了截尾误差对算法的影响。仿真实验结果表明,在采用数值近似计算和有限位截尾的情况下,分离算法依然有效。本文确定了应用DSP实现算法时数据位数大小,并使用TMS320C54XC语言编写了脑电信号盲分离算法的DSP程序,为算法的硬件实现奠定了基础。关键字:脑电信号;盲分

4、离算法;独立分量分析;数字信号处理器;截尾误差西北工业大学硕士学位论文AbstractFortheextremelyweak,brainsourcesignals,animportantissueishowtousenoisedEEG/MEGdatatodetectreliably,enhancesignalandpositionthem.ItiseffectivethatEEG/砸Gdam'snoisereductionandinterferenceeliminationusingIndependentComponentAnalysis(ICA)methods,and

5、themethodrevealsimportantdevelopmentprospectsindepictinghumancognizanceandtheprocessingofnervoussystem.Firstly,weintroducedthebasicprinciF,lesofindependentcomponentanalysis.Thebasictheoryofblindsignalsseparation(BSS)algorithms,andthestatisticalsignalsprocessingincludeshigherordercum也auts

6、andinformationtheoryisdescribed.Someclassicalblindsignalsseparationalgorithms’principlesarecompared.Thecriteriaofalgorithm’Sperformancearementioned.Secondly,basedoninformationtheory,combiningfixed-pointalgorithmandextended-ICA.afastBSSalgorithmisproposedaimedatlinear-instantaneousmixedmo

7、del.ThisalgorithmiseffectivetoseparateEEGsignals、m也impulsivenoise.Eigenvaluedecompositionmethodisusedtowhitensignals.MinimizedmutualinformationiSchoosedforICAcontractfunctionthatmeasurethemutualindependenceoftheoutputsignaj.TheNewtoniterativemethodisappliedtoobtainalgorit

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。