终期答辩ppt-马孝龙

09级通信工程二班姓名：马孝龙导师：李段脑电信号与处理方法研究课题背景理论依据小波变换脑电信号阈值法去噪方案流程图参数选择仿真结果结论与不足EEG信号研究背景与现状脑电去噪领域现有研究成果◦独立分量分析(ICA)去噪法◦主成份分析(PCA)去噪法◦基于小波变换的分解重构去噪法◦小波分析阈值去噪法EEG信号特点◦随机性◦信噪比低◦微弱、低频性眼电干扰的特点◦瞬时性◦低频、高幅值性理论依据连续小波变换：离散小波变换小波变换的优点◦低熵性◦多分辨率特性◦去相关性◦选基灵活性dtabttfadtttfCWTbababa)-(Ψ)(=)(Ψ)(=,R2/1,R,∫∫dtttfDWTnmba)(Ψ)(=,R,∫阈值处理方法：◦强制消噪◦默认阈值消噪◦给定软(硬)阈值阈值函数◦软阈值：◦硬阈值：软硬阈值函数图像)())(sgn-(=)(TωITωωωη)(=)(TωIωωηη(ω)ω-TT图1硬阈值函数η(ω)ω-TT图2软阈值函数方案流程图小波分解层数小波基选择阈值选择◦软阈值设定◦硬阈值设定参数选取脑电信号采样频率：fs=200Hz；软阈值下各层阈值：THR=[thr1,thr2,thr3,tnhr4,thr5]=[4.3854,4.2244,4.0570,3.8824,3.6997]；硬阈值：thr0=47.6958分解系数个系数对应的频率范围(Hz)cD150~100cD225~50cD312.5~25cD46.25~12.5cD53.125~6.25cA50~3.125去噪前脑电信号050010001500200025003000-300-200-1000100200采样点幅值脑电信号小波分解软阈值去噪通过实验证明，小波阈值算法可以去除脑电号中眼电干扰结论不足之处文中只是给出一些定性分析，另外，大量实验表明，最佳小波分解层数对去噪效果影响很大,不同信号下存在一个去噪效果最好或接近最好的分解层数，寻找一种分解层数的自适应确定方法，具有十分重要的实际意义。