[发明专利]改进的EEMD与CSP结合的脑电信号特征提取方法

权利要求书

1.一种改进的EEMD与CSP结合的脑电信号特征提取方法，其特征在于，包括如下步骤：

步骤1：对所采集脑电信号进行预处理，所述脑电信号集由左手运动想象信号和右手运动想象信号组成；

步骤2：对预处理后的脑电信号进行集合经验模式分解，得到若干个固有模态函数；

步骤3：对步骤2所得脑电信号进行FIR滤波，其中每一个固有模态函数被分解为q个子带信号，各个固有模态函数中频段相同的子带信号构成一个子带信号集，得到q个子带信号集；

步骤4：将q个子带信号集分别经过公共空间模式进行特征提取，得到q个特征向量，将q个特征向量组合为一个特征矩阵；

步骤5：将若干个脑电信号的特征矩阵划分为训练集和测试集，利用所述训练集训练支持向量机，并用所述测试集进行验证；

步骤6：利用步骤1-4得到待分类脑电信号的特征矩阵，输入步骤5所得支持向量机进行特征分类。

2.根据权利要求1所述一种改进的EEMD与CSP结合的脑电信号特征提取方法，其特征在于，步骤1中预处理包括ICA去伪迹、8-32Hz带通滤波。

3.根据权利要求1所述一种改进的EEMD与CSP结合的脑电信号特征提取方法，其特征在于，步骤2中集合经验模式分解的步骤包括：

步骤2.1：原始脑电信号记为：x(t)＝[x₁(t),x₂(t),…,x_n(t)]∈R^N×n，其中n代表通道数目，N代表样本点，x_n(t)代表第n个通道的脑电信号；

步骤2.2：产生白噪声将白噪声增加到信号段x_i(t)，i＝(1,2,…n)，x_i(t)代表第i个通道的脑电信号，得到即i＝1代表集合经验模式分解过程的开始；

步骤2.3：对进行经验模式分解得到k个固有模态函数IMFs，即：x_i,j,1(t),x_i,j,2(t),x_i,j,3(t),…x_i,j,k(t)，其中，x_i,j,l(t)，l∈(1.2.…,k)代表第i个通道脑电信号的第j次经验模式分解得到的第l个IMF，j∈(1,2,…M)，M代表经验模式分解进行的总次数；

步骤2.4：将得到的IMFs组成矩阵形式得到：x_i,j(t)＝[x_i,j,1(t),x_i,j2(t),,…x_i,j,k(t)]；

步骤2.5：重复步骤2.2-2.4，直到j＝M，计算所得到的M个矩阵的平均值，即：

为第i个通道经过集合经验模式分解后的IMFs矩阵；x_i,j(t)表示第i个通道第j次经验模式分解后得到的IMFs矩阵；

经集合经验模式分解后，每一个通道的脑电信号x_i(t)，i＝(1,2,…,n)被分解为k个IMFs，即：

x_i,r(t)∈R^N×1(r＝1,2,…k)

因此有：

x(t)＝[x_1,1(t),x_1,2(t),…,x_1,k(t),…x_n,1(t),x_n,2(t),…x_n,k(t)]。