當前方法對腦機接口信號識別時,因其基函數(shù)無法自適應調(diào)整,導致信號特征提取與識別結果不夠準確,因此提出基于經(jīng)驗模式分解的腦機接口信號多模態(tài)識別方法。根據(jù)固有模態(tài)函數(shù)及其相關約束條件,通過篩選對經(jīng)驗模式分解實施分析,基于細胞電流架構的信號頻率,對腦電信號分類;根據(jù)分類結果,采用經(jīng)驗模式分解法對腦機接口信號濾波降噪,經(jīng)過確定經(jīng)驗模態(tài)分解級數(shù),濾波處理剩余信號分量;利用Hilbert變換方法提取信號包絡,通過包絡信號各段能量完成能量熵的計算,實現(xiàn)信號特征提取;在此基礎上,根據(jù)信號的導函數(shù)與極值點的約束條件,獲取包絡的高低頻分量,最終完成腦機接口信號多模態(tài)識別。仿真實驗結果表明,所提方法的腦機接口信號特征提取準確率和多模態(tài)識別精準度均較高,具有理想的識別有效性與較強的魯棒性。

【文章頁數(shù)】：5 頁

【文章目錄】：
1 引言
2 經(jīng)驗模式分解原理分析
3 腦機接口信號分析
    3.1 信號的生成
    3.2 信號的分類
4 基于經(jīng)驗模式分解的腦機接口信號多模態(tài)識別
    4.1 確定最優(yōu)分解級數(shù)
    4.2 特征提取
    4.3 多模態(tài)識別
5 仿真實驗
    5.1 實驗環(huán)境與步驟
    5.2 實驗結果比較
6 結論



本文編號：3862767