第二讲_EEG信号预处理与特征量讲述.pptVIP

第二讲 EEG信号预处理及特征量 主讲人：谢宏 信息工程学院 信号预处理 叠加平均降噪（1维信号） 信号滤波（1维信号） 小波分解（DWT，1维信号） 主成分分解（PCA，多维信号） 独立分量分解（ICA，多维信号） Common Spatial Pattern（CSP，多维信号） 信号滤波 信号滤波涉及：低通、高通、带通、陷波 滤波器的比较： IIR满足相同特性阶数较低，只能近似线性相位，必须浮点运算 FIR满足相同特性阶数较高，可以做到严格线性相位，可以采用整数运算 滤波器一般要结合实现时的计算效率和滤波器特性等综合考虑 阶数 通带、阻带和过渡带特性 延迟 IIR滤波器 IIR滤波器的模型为： IIR滤波器的类型：贝塞尔、巴特沃斯、切比雪夫I型、切比雪夫II型和椭圆型 相位特性：贝塞尔巴特沃斯切比雪夫椭圆 过渡带宽度：贝塞尔巴特沃斯切比雪夫椭圆 EEG信号α波提取滤波器设计 频带为8-13Hz，所以设计带通滤波器，采样频率为512，选择4阶椭圆滤波器，通带边缘频率为[8.1, 12.8] [B,A]=ellip(4,0.5,20,[8.1/256,12.8/256]) [h,f]=freqz(B,A,1000,512); plot(f(1:100),20*log(abs(h(1:100)))) axis([6,15,-60,5]) grid on 滤波器参数 B =[0.0