發(fā)布時(shí)間：2021-09-24 22:15

　　基于腦電（EEG,Electroencephalogram）的腦-機(jī)接口（BCI,Brain-computer interface）作為一門(mén)新興多學(xué)科交叉性技術(shù),以一股勢(shì)如破竹之勢(shì)成功與腦科學(xué)研究、神經(jīng)醫(yī)學(xué)以及人工智能等眾多強(qiáng)大領(lǐng)域接軌。其中對(duì)于運(yùn)動(dòng)想象（MI,Motor-Imagery）腦電信號(hào)的探索始終是BCI這一快速發(fā)展領(lǐng)域的重點(diǎn)鉆研目標(biāo)。鑒于有些殘疾人雖然有著脊髓或部分神經(jīng)遭損壞的情況,但是還保留著完整的中樞神經(jīng)系統(tǒng),這樣就能夠考慮借助BCI系統(tǒng)憑著自我運(yùn)動(dòng)想象思維達(dá)到與外部環(huán)境直接溝通的目的。于是該技術(shù)對(duì)腦電的研究具有重要的實(shí)際意義和社會(huì)價(jià)值,對(duì)MI EEG信號(hào)的推敲更為大勢(shì)所趨。BCI運(yùn)動(dòng)想象研究中,EEG信號(hào)的非線性非平穩(wěn)、易受干擾的本質(zhì)一直是分析和處理信號(hào)所要考慮的因素。本文從克服低信噪比和刻畫(huà)并保留非線性特征的角度出發(fā),對(duì)MI EEG信號(hào)的研究分別進(jìn)行了兩方面的改進(jìn)與優(yōu)化。本課題具體研究?jī)?nèi)容如下:（1）為了提高對(duì)非平穩(wěn)非線性信號(hào)的去噪能力,初次將EEMD閾值法與平移不變算法（TI,Translation Invariant）相融合,提出一種TI-EEMD自適應(yīng)閾值的E... 

【文章來(lái)源】：太原理工大學(xué)山西省 211工程院校

【文章頁(yè)數(shù)】：63 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

腦-機(jī)接口的基本構(gòu)成

始信號(hào)為 s(t)，n(t)為服從 N(0，σ2)的高斯白噪聲，則加入噪聲后的帶f (t ) s(t) n(t)式(3-1)得到的帶噪信號(hào) f(t)進(jìn)行離散小波變換，得到小波系數(shù) wf(j,組成：wjkwjkwjkjJkNfsn( ,) (,) (,), 0,1,2,...,; 0,1,2,...,wf(j,k)是帶噪信號(hào) f(t)在第 j 層上的小波系數(shù)值；ws(j,k)是原始信號(hào) 系數(shù)值；wn(j,k)是高斯白噪聲信號(hào) n(t)在第 j 層上的小波系數(shù)值；J 代大值；N 代表信號(hào)長(zhǎng)度。記 wf(j,k)為 wj,k，然后選擇合適的閾值λ得到閾值處理后的小波系數(shù)值jkw, ，且盡可能使得jkw, 與 ws(j,k)接近獲得降噪信號(hào) s (t)。閾值去噪的整個(gè)過(guò)程如圖 3-1。

太原理工大學(xué)碩士研究生學(xué)位論文 jkjjjjkjjkjkwwsignww 0,||,1)||exp(()||,,,,解層數(shù)，j 表示所給定的閾值，jw值處理后第 j 層尺度上小波系數(shù)值。數(shù) j 的變化自適應(yīng)地進(jìn)行調(diào)節(jié)。當(dāng) |于j 時(shí)，jkw, 逐漸趨于 0 或j 。由的絕對(duì)值滿足 ||j,kw 時(shí)，閾值函數(shù)高


本文編號(hào)：3408532