[发明专利]一种基于卷积盲源分离的脑电信号独立分量提取方法有效
申请号: | 201510127762.2 | 申请日: | 2015-03-24 |
公开(公告)号: | CN104700119B | 公开(公告)日: | 2018-02-13 |
发明(设计)人: | 廖平平;张利剑 | 申请(专利权)人: | 北京机械设备研究所 |
主分类号: | G06K9/62 | 分类号: | G06K9/62 |
代理公司: | 中国航天科工集团公司专利中心11024 | 代理人: | 岳洁菱,姜中英 |
地址: | 100854 北京*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 卷积 分离 电信号 独立 分量 提取 方法 | ||
技术领域
本发明涉及一种脑电信号独立分量提取方法,特别是一种基于卷积盲源分离的脑电信号独立分量提取方法。
背景技术
脑电信号特征提取是脑机接口的关键步骤之一。从多通道脑电信号中分离出独立分量,再从独立分量中提取特征信号,是被广泛采用的脑电信号特征提取流程。脑电信号独立分量提取方法通过对多路脑电混合过程进行建模,基于该模型对脑电混合信号进行盲源分离,得到统计上独立的多个分量。当前,脑电信号独立分量的提取方法一般是基于瞬时混合模型的,即假定多通道脑电信号是瞬时线性混合的;而在严格意义上,多通道脑电信号是卷积混合的;瞬时混合模型忽略了脑电信号传播过程的时空动态性,从而影响了独立分量提取的实际效果,进而制约了脑电信号特征提取与分类识别准确率的提高。
发明内容
本发明的目的在于提供一种基于卷积盲源分离的脑电信号独立分量提取方法,解决基于瞬时混合模型的独立分量提取方法不能真实描述脑电信号混合过程从而影响脑电信号特征提取与分类识别准确率的问题。
一种基于卷积盲源分离的脑电信号独立分量提取方法,其具体步骤为:
第一步 搭建基于卷积盲源分离的脑电信号独立分量提取系统
基于卷积盲源分离的脑电信号独立分量提取系统,包括:AD采样模块、短时傅里叶变换模块、频域瞬时盲源分离模块、顺序调整模块和短时傅里叶逆变换模块。AD采样模块用于对脑电信号进行采样,使脑电信号离散化;短时傅里叶变换模块用于将时域上的卷积混合信号转换成频域上的瞬时混合信号;频域瞬时盲源分离模块用于对频域上的瞬时混合信号进行盲源分离;顺序调整模块用于对每个频域段上的向量中的独立分量进行顺序调整;短时傅里叶逆变换模块用于将频域上分离的结果转换成时域独立分量。
第二步 AD采样模块对脑电信号进行采样
AD采样模块分别对采集到的n路脑电信号xj进行AD采样,使脑电信号离散化,其中j=1,2,…,n。
第三步 短时傅里叶变换模块将时域脑电信号变换到频域
短时傅里叶变换模块对脑电信号xj进行m点的离散傅里叶变换,得到Xi ,其中i=1,2,…,m。Xi =[Xi1, Xi2,…, Xin]T, Xij是脑电信号xj经过离散傅里叶变换后第i个频域段的成分组成的横向量,通过离散傅里叶变换使时域上的卷积混合转换成频域上的瞬时混合。
第四步 频域瞬时盲源分离模块对频域瞬时混合信号进行分离
频域瞬时盲源分离模块对m个频域段上的复数瞬时混合信号Xi ,分别采用复数自然梯度算法进行分离,即求得解混矩阵Wi,使得:
yi= WiXi(1)
各分量之间的统计独立性最强。式中,yi是第i个频率段上的独立分量组成的向量,yi=[yi1, yi2,…,yin]T。
Wi的学习规则为:
(2)
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京机械设备研究所,未经北京机械设备研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201510127762.2/2.html,转载请声明来源钻瓜专利网。