【摘要】：提出了一種基于雙樹復(fù)小波變換的運(yùn)動想象腦電信號特征提取方法。針對傳統(tǒng)離散小波抗混疊性差的缺陷,采用雙樹復(fù)小波變換對腦電信號進(jìn)行分解與重構(gòu),得到各子帶信號能量并進(jìn)行歸一化處理,選取α、β節(jié)律信號的歸一化能量作為想象運(yùn)動的特征進(jìn)行SVM分類。通過對仿真信號的分析,證實(shí)雙樹復(fù)小波變換具有良好的混疊抑制能力和抗噪性。最后選用國際腦機(jī)接口競賽和實(shí)驗(yàn)室實(shí)測的運(yùn)動想象數(shù)據(jù)進(jìn)行分類識別。實(shí)驗(yàn)結(jié)果表明,雙樹復(fù)小波變換是一種有效的特征提取方法,其運(yùn)動想象特征的識別率要優(yōu)于常用的特征分析方法。
[Abstract]:A method for feature extraction of motion imaginary EEG signal based on double tree complex wavelet transform is proposed. In view of the defect of the traditional discrete wavelet, the double tree complex wavelet transform is used to decompose and reconstruct the EEG signal. The energy of each sub-band signal is obtained and normalized. The normalized energy of 尾-rhythm signal is classified by SVM as the characteristic of imaginary motion. By analyzing the simulation signal, it is proved that the dual tree complex wavelet transform has good aliasing suppression ability and anti-noise ability. Finally, the international brain computer interface competition and the motion imagination data measured in the laboratory are selected for classification and recognition. The experimental results show that the dual-tree complex wavelet transform is an effective feature extraction method and the recognition rate of its motion imagination features is better than that of the commonly used feature analysis methods.
【作者單位】： 杭州電子科技大學(xué)智能控制與機(jī)器人研究所;
【基金】：國家自然科學(xué)基金項(xiàng)目(61172134) 浙江省國際科技合作項(xiàng)目(2013C24016)
【分類號】：TN911.7

【參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 王攀;沈繼忠;施錦河;;想象左右手運(yùn)動的腦電特征提取[J];傳感技術(shù)學(xué)報(bào);2010年09期

2 羅志增;曹銘;;基于多尺度Lempel-Ziv復(fù)雜度的運(yùn)動想象腦電信號特征分析[J];傳感技術(shù)學(xué)報(bào);2011年07期

3 徐寶國;宋愛國;費(fèi)樹岷;;在線腦機(jī)接口中腦電信號的特征提取與分類方法[J];電子學(xué)報(bào);2011年05期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 吳亞楠;李鴻雁;王玉新;;第二松花江流域近75年降水量變化特征分析[J];安徽農(nóng)業(yè)科學(xué);2012年04期

2 李鵬飛;張慶國;周曉飛;嚴(yán)力蛟;朱雅莉;;Morlet小波在銅陵降水序列分析中的應(yīng)用[J];安徽農(nóng)業(yè)大學(xué)學(xué)報(bào);2011年04期

3 鄭紹坤;鄭堅(jiān);熊超;張軍;;小波變換及AR模型譜估計(jì)在履帶車輛振動信號處理中的應(yīng)用[J];兵工自動化;2008年06期

4 高立新;殷海晨;張建宇;胥永剛;;第二代小波分析在軸承故障診斷中的應(yīng)用[J];北京工業(yè)大學(xué)學(xué)報(bào);2009年05期

5 黃民;劉秀麗;謝厚正;;高檔數(shù)控機(jī)床刀具磨損故障監(jiān)測方法及實(shí)驗(yàn)系統(tǒng)[J];北京信息科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年01期

6 冀翔;夏潔;;基于短時(shí)傅里葉變換的飛控縱向頻域等效擬配[J];北京航空航天大學(xué)學(xué)報(bào);2011年07期

7 陳濤;徐小力;王少紅;;基于小波包懲罰函數(shù)的煙機(jī)振動信號軟閾值降噪[J];北京理工大學(xué)學(xué)報(bào);2010年08期

8 劉宏;郭秀花;李坤成;孫延奎;姚新宇;梁志剛;;基于離散小波變換的JPEG 2000標(biāo)準(zhǔn)對肺部CT圖像的無損壓縮[J];北京生物醫(yī)學(xué)工程;2008年04期

9 夏晨曦;楊軍;李順波;陳大勇;;最優(yōu)小波包基算法在爆破振動信號去噪中的應(yīng)用[J];爆破;2011年03期

10 張毅;張輝;羅元;胡豁生;;采用Emotiv感知的智能輪椅運(yùn)動控制的研究[J];重慶郵電大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年03期

相關(guān)會議論文 前10條

1 劉俊星;章新華;周波;李茂林;;新閾值及閾值函數(shù)的小波去噪研究[A];中國聲學(xué)學(xué)會水聲學(xué)分會2011年全國水聲學(xué)學(xué)術(shù)會議論文集[C];2011年

2 趙志宏;楊紹普;;一種基于ICA的機(jī)械故障特征提取方法[A];機(jī)械動力學(xué)理論及其應(yīng)用[C];2011年

3 李洋;李雙田;;小波圖像去噪算法分析[A];第十四屆全國信號處理學(xué)術(shù)年會(CCSP-2009)論文集[C];2009年

4 杜鵬;孫智;;單自由度結(jié)構(gòu)地震激勵(lì)下瞬時(shí)均方根響應(yīng)的小波變換估計(jì)[A];第18屆全國結(jié)構(gòu)工程學(xué)術(shù)會議論文集第Ⅲ冊[C];2009年

5 江川;王炳和;陳s，

本文編號：2407782