[发明专利]基于卡尔曼滤波和小波变换的脑电放松度识别方法及装置

权利要求书

1.一种基于卡尔曼滤波和小波变换的脑电放松度识别方法，其特征在于，包括如下步骤：

对接收的待处理脑电序列信号进行卡尔曼滤波，提取得到对应于各个脑电波的第一信号；

根据各个脑电波的频率范围，对接收的待处理脑电序列信号进行小波变换，重构得到对应于各个脑电波的第二信号；

基于在卡尔曼滤波过程中生成的各个脑电波的第一信号的卡尔曼残差，计算得到与各个脑电波的第一信号对应的第一权重因子；

基于重构得到的对应于各个脑电波的第二信号的质量指数，计算得到与各个脑电波的第二信号对应的第二权重因子；

根据所述各个脑电波的第一信号、第一权重因子、第二信号及第二权重因子，计算得到对应于各个脑电波的第三信号；

对所述各个脑电波的第三信号进行特征提取，并根据提取得到的特征量进行分类识别，得到脑电放松度。

2.根据权利要求1所述的基于卡尔曼滤波和小波变换的脑电放松度识别方法，其特征在于，在根据各个脑电波的频率范围，对接收的待处理脑电序列信号进行卡尔曼滤波，提取得到对应于各个脑电波的第一信号之前，还包括：

以待处理脑电序列信号为原始信号，以与所述待处理脑电序列信号同步采集得到的伪迹序列信号为参考信号，采用经函数链神经网络优化的自适应滤波器对所述原始脑电序列信号进行滤波，得到去除伪迹序列信号后的待处理脑电序列信号。

3.根据权利要求1所述的基于卡尔曼滤波和小波变换的脑电放松度识别方法，其特征在于，所述根据各个脑电波的频率范围，对接收的待处理脑电序列信号进行小波变换，重构得到对应于各个脑电波的第二信号具体包括：

根据香农-奈奎斯特采样原理及所述待处理脑电序列信号的采样频率进行频段分层，计算得到每层的频率范围；

依据所述频段分层中每层的频率范围及每个脑电波的频率范围，确定与每个脑电波对应的小波分解和重构所需的层数；

根据与每个脑电波对应的所述小波分解所需的层数及预先选择的母小波进行信号分解，得到与每个脑电波对应的按频段划分的多层波形；

根据与所述小波重构所需的层数对应的系数及分解得到的与各个脑电波对应的所述多层波形，重构得到对应于各个脑电波的第二信号。

4.根据权利要求3所述的基于卡尔曼滤波和小波变换的脑电放松度识别方法，其特征在于，所述母小波为coif3小波，且所述coif3小波的中心频率-带宽比经小波熵自适应优化。

5.根据权利要求1所述的基于卡尔曼滤波和小波变换的脑电放松度识别方法，其特征在于，所述根据所述各个脑电波的第一信号、第一权重因子、第二信号及第二权重因子，计算得到对应于各个脑电波的第三信号具体包括：

根据所述第一权重因子及所述第二权重因子对所述第一信号和第二信号进行加权求和，计算得到对应于各个脑电波的第三信号。

6.根据权利要求1所述的基于卡尔曼滤波和小波变换的脑电放松度识别方法，其特征在于，所述根据所述各个脑电波的第一信号、第一权重因子、第二信号及第二权重因子，计算得到对应于各个脑电波的第三信号具体包括：

当判断一个脑电波的第一权重因子大于预设的基准值且该脑电波的第二权重因子小于所述基准值时，将该脑电波的第三信号设置为该脑电波的第一信号；

当判断所述脑电波的第一权重因子小于预设的基准值且所述脑电波的第二权重因子大于所述基准值时，将该脑电波的第三信号设置为该脑电波的第二信号；

当判断所述脑电波的第一权重因子及所述第二权重因子均大于预设的基准值时，根据所述第一权重因子及所述第二权重因子对所述第一信号和第二信号进行加权求和，计算得到对应于各个脑电波的第三信号。

7.根据权利要求1所述的基于卡尔曼滤波和小波变换的脑电放松度识别方法，其特征在于，在根据所述各个脑电波的第一信号、第一权重因子、第二信号及第二权重因子，计算得到对应于各个脑电波的第三信号之前，还包括：

对所述第一权重因子及所述第二权重因子进行归一化处理，使得归一化后的所述第一权重因子及所述第二权重因子的和为1。