【摘要】：針對腦機(jī)接口中腦電信號噪聲的去除,提出將分形維數(shù)、遞歸式最小均方(RLS)-獨(dú)立分量分析(ICA)相結(jié)合的方法.利用ICA對腦電信號進(jìn)行盲源分離,得到源信號;采用分形維數(shù)自動(dòng)識(shí)別源信號中的噪聲信號;利用RLS自適應(yīng)濾波器對已識(shí)別出來的噪聲信號進(jìn)行自適應(yīng)濾波;通過信號重構(gòu),得到去除噪聲的腦電信號.該方法有2個(gè)優(yōu)點(diǎn):一是通過對分形維數(shù)自動(dòng)識(shí)別源信號中的噪聲信號進(jìn)行濾波,克服了RLS-ICA將所有源信號進(jìn)行濾波,可能造成部分有用腦電信號被去除的缺點(diǎn);二是通過分形維數(shù)減少RLS濾波的獨(dú)立源,加快了運(yùn)行速度.為了證明該方法的有效性,分別對2008年國際BCI競賽數(shù)據(jù)和本實(shí)驗(yàn)室的數(shù)據(jù)進(jìn)行處理.將該方法與RLS-ICA進(jìn)行比較,結(jié)果顯示,該方法的去噪效果明顯優(yōu)于RLS-ICA,單個(gè)樣本的運(yùn)行時(shí)間比RLS-ICA少0.07s.采用提出的方法不僅能夠去除一些常見的諸如眼電(EOG)、肌電(EMG)等噪聲,而且能夠去除一些未知的噪聲.
【圖文】：

號判定為噪聲：Ｓ１＝［ｓ′（１），ｓ′（２），ｓ′（３），…，ｓ′（ｋ）］，其中為了盡可能地將獨(dú)立源中的噪聲信號自動(dòng)識(shí)別到Ｓ１中，本文設(shè)定ｋ滿足下面的條件，即：ｋ＝［Ｎ／２］＋１，其中［Ｎ／２］表示不大于Ｎ／２的最大整數(shù)．其他的源信號為Ｓ２＝［ｓ′（ｋ＋１），ｓ′（ｋ＋２），…，ｓ′（Ｎ）］．３）利用ＲＬＳ自適應(yīng)濾波器對Ｓ１進(jìn)行濾波，Ｓ２保持不變．ａ）濾波原理如圖２所示．首先假設(shè)Ｓ１是由不含噪聲的源信號和噪聲ｙ（ｎ）組成，其中噪聲１和噪聲２是設(shè)定的噪聲信號，ｈ１、ｈ２是噪聲參數(shù)，ｙ（ｎ）是噪聲１和噪聲２的組合體．然后通過不斷的調(diào)整使得自適應(yīng)濾波器的參數(shù)ｈ１′、ｈ２′能夠接近真正的噪聲參數(shù)ｈ１、ｈ２，得到與噪聲ｙ（ｎ）相近的ｙ′（ｎ），再將Ｓ１中的ｙ′（ｎ）去除，得到去除噪聲的源信號．具體過程如１．１節(jié)描述．圖２濾波原理圖Ｆｉｇ．２ＰｒｉｎｃｉｐｌｅｏｆＲＬＳｆｉｌｔｅｒｉｎｇｂ）將濾波以后的去除噪聲的源信號與Ｓ２組合成一個(gè)新的源信號Ｙ′．４）實(shí)現(xiàn)ＥＥＧ信號重構(gòu)．利用Ｘ＝Ｗ×Ｙ′，其中Ｗ為分離矩陣，得到去除噪聲的腦電信號．１．４分形維數(shù)結(jié)合ＲＬＳ－ＩＣＡ與ＲＬＳ－ＩＣＡ的原理比較ＲＬＳ－ＩＣＡ中的ＲＬＳ必須要對所有的獨(dú)立源即Ｓ進(jìn)行濾波，，而分形維數(shù)結(jié)合ＲＬＳ－ＩＣＡ則只需要對部分獨(dú)立源即Ｓ１進(jìn)行濾波，這是兩者的

濾波以后的去除噪聲的源信號與Ｓ２組合成一個(gè)新的源信號Ｙ′．４）實(shí)現(xiàn)ＥＥＧ信號重構(gòu)．利用Ｘ＝Ｗ×Ｙ′，其中Ｗ為分離矩陣，得到去除噪聲的腦電信號．１．４分形維數(shù)結(jié)合ＲＬＳ－ＩＣＡ與ＲＬＳ－ＩＣＡ的原理比較ＲＬＳ－ＩＣＡ中的ＲＬＳ必須要對所有的獨(dú)立源即Ｓ進(jìn)行濾波，而分形維數(shù)結(jié)合ＲＬＳ－ＩＣＡ則只需要對部分獨(dú)立源即Ｓ１進(jìn)行濾波，這是兩者的本質(zhì)區(qū)別．為了更好地說明這２種算法的區(qū)別，引入單參考自適應(yīng)噪聲抵消原理［１０］．如圖３所示為單參考自適應(yīng)噪聲抵消原理圖．圖３單參考自適應(yīng)噪聲抵消原理圖Ｆｉｇ．３Ｐｒｉｎｃｉｐｌｅｏｆｓｉｎｇｌｅｒｅｆｅｒｅｎｃｅａｄａｐｔｉｖｅｎｏｉｓｅｃａｎｃｅｌｉｎｇ原始輸入信號ｄ中含有希望提取的信號Ｐ和噪聲ｎ０，參考輸入信號Ｘ為噪聲ｎ１，它與噪聲ｎ０相關(guān)而與信號Ｐ不相關(guān)．ｎ１經(jīng)過自適應(yīng)濾波產(chǎn)生輸出ｙ．系統(tǒng)輸出為ε＝Ｐ＋ｎ０－ｙ．（１）１２３６浙江大學(xué)學(xué)報(bào)（工學(xué)版）第４８卷

【參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 王兵;王魁;梁曉霖;王柏祥;;腦電信號中工頻干擾去除的綜合研究[J];傳感技術(shù)學(xué)報(bào);2010年01期

2 杜曉燕;李穎潔;朱貽盛;任秋實(shí);趙侖;;腦電信號偽跡去除的研究進(jìn)展[J];生物醫(yī)學(xué)工程學(xué)雜志;2008年02期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 羅志增;曹銘;;基于最大信噪比盲源分離的腦電信號偽跡濾波算法[J];電子學(xué)報(bào);2011年12期

2 王金甲;侯亞培;;基于卡爾曼濾波的ECoG信號去噪方法研究[J];燕山大學(xué)學(xué)報(bào);2012年05期

3 張啟忠;席旭剛;羅志增;;基于表面肌電信號形態(tài)特征的多模式識(shí)別研究[J];傳感技術(shù)學(xué)報(bào);2012年12期

4 張啟忠;席旭剛;羅志增;;多重分形分析在肌電信號模式識(shí)別中的應(yīng)用[J];傳感技術(shù)學(xué)報(bào);2013年02期

5 蔡振典;杜玉曉;卓杰;陳汶育;黃學(xué)彬;張浩騰;;寬頻帶高精密多導(dǎo)聯(lián)腦電圖機(jī)[J];電子制作;2013年06期

6 李明愛;崔燕;楊金福;;腦電信號中眼電偽跡自動(dòng)去除方法的研究[J];電子學(xué)報(bào);2013年06期

7 席旭剛;左靜;張啟忠;羅志增;;多通道表面肌電信號降噪與去混迭研究[J];傳感技術(shù)學(xué)報(bào);2014年03期

8 楊保海;朱亞軍;g

本文編號：2579600