基于EEMD与改进提升小波的脑电信号消噪方法

• 作者: 孟明 马玉良 鲁少娜
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 脑电信号 经验模态分解 提升小波 自适应阈值 消噪
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 开发研究与工程应用
• 页码范围: 313-317
• 页数: 5页
• 分类号: TP391.4
• 字数: 3844字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2016.04.053

摘要

为消除混杂在脑电信号中的噪声,提出一种总体平均经验模态分解(EEMD)与改进提升小波相结合的脑电信号消噪方法.利用EEMD算法将含噪脑电信号分解为若干个内蕴模式函数(IMF)分量,通过自相关函数特性法提取出由噪声主导的高频IMF分量,并运用改进提升小波进行消噪处理,将保留的低频IMF分量与消噪后的高频IMF分量进行叠加,从而得到消噪后的脑电信号.实验结果表明,与传统提升小波消噪方法以及改进的提升小波消噪方法相比,该方法的信噪比较高,均方根误差较低.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孟明	杭州电子科技大学智能控制与机器人研究所	34	381	11.0	18.0
2	马玉良	杭州电子科技大学智能控制与机器人研究所	18	157	8.0	12.0
3	鲁少娜	杭州电子科技大学智能控制与机器人研究所	1	13	1.0	1.0