盲信号分离在脑电信号伪迹去除中的应用-通信与信息系统专业毕业论文.docxVIP

万方数据 万方数据 分类号： 密级： U D C ： 编号： 工学硕士学位论文 盲信号分离在脑电信号伪迹去除中的应用 硕士研究生 ：廉思瑶 指 导 教 师 ：张朝柱 教授 学 位 级 别 ：工学硕士 学科、专业 ：通信与信息系统 所 在 单 位 ：信息与通信工程学院 论文提交日期 ：2014 年 1 月 论文答辩日期 ：2014 年 3 月 学位授予单位 ：哈尔滨工程大学 Classified Index: U.D.C: A Dissertation for the Degree of M. Eng Blind Source Separation Application in EEG Signals Artifact Rejection Candidate: Lian Si Yao Supervisor: Prof. Zhang Chao Zhu Academic Degree Applied for: Master of Engineering Specialty: Communication and Information System Date of Submission: January, 2014 Date of Oral Examination: March, 2014 University: Harbin Engineering University 哈尔滨工程大学 学位论文原创性声明 本人郑重声明：本论文的所有工作，是在导师的指导下，由作者本人 独立完成的。有关观点、方法、数据和文献的引用已在文中指出，并与参 考文献相对应。除文中已注明引用的内容外，本论文不包含任何其他个人 或集体已经公开发表的作品成果。对本文的研究做出重要贡献的个人和集 体，均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本 人承担。 作者（签字）： 日期： 年 月 日 哈尔滨工程大学 学位论文授权使用声明 本人完全了解学校保护知识产权的有关规定，即研究生在校攻读学位 期间论文工作的知识产权属于哈尔滨工程大学。哈尔滨工程大学有权保留 并向国家有关部门或机构送交论文的复印件。本人允许哈尔滨工程大学将 论文的部分或全部内容编入有关数据库进行检索，可采用影印、缩印或扫 描等复制手段保存和汇编本学位论文，可以公布论文的全部内容。同时本 人保证毕业后结合学位论文研究课题再撰写的论文一律注明作者第一署名 单位为哈尔滨工程大学。涉密学位论文待解密后适用本声明。 本论文（□在授予学位后即可 □在授予学位 12 个月后 □解密后） 由哈尔滨工程大学送交有关部门进行保存、汇编等。 作者（签字）： 导师（签字）： 日期： 年 月 日 年 月 日 盲信号分离在脑电信号伪迹去除中的应用 摘 要 脑-机接口技术的核心思想在于将输入的观测脑电信号转换为输出的控制信号，从 而驱动计算机设备。通过受试者头皮电极采集到的脑电（EEG，Electroencephalogram） 非常微弱，并且伴随多种伪迹（Artifact）的干扰，给脑电信号的特征提取和后续分析增 加了更大的难度。盲信号分离（BSS，Blind Source Separation）是在通信系统的输入和 传输信道均未知的情况下提出来的，即对源信号的先验知识少知或不知，对传输信道特 性也未知。本课题针对脑电信号处理中的问题，对基于 BSS 思想的自动去除 EEG 中伪 迹的方法展开了研究。 本文首先对脑电信号伪迹分离的研究背景和国内外研究状况做了介绍，然后学习了 脑电信号的基本知识，详细阐述了脑电信号与伪迹信号的特性与分类，研究中着重考虑 对脑电信号影响最严重的眼电伪迹和 50Hz 的工频干扰。 其次介绍了盲信号分离的核心思想，其用于解决脑电信号伪迹分离问题时的数学模 型、约束条件和预处理过程，还深入学习了盲信号分离的经典算法（JADE，FastICA）。 在分析了传统算法局限性的基础之上，进一步寻求了脑电信号领域的一种全新的解决问 题思路，本文首次尝试将 Stone’s BSS 算法引入 EEG 信号处理领域，为脑电信号的伪迹 去除引入了新方法。Stone’s BSS 突破了以往信号处理方法中要求源信号不能服从高斯分 布和相互独立的局限性，只要求混合信号是时间可预测的，分别采用长、短滤波预测对 混合信号作用，将 BSS 问题转变成一个广义特征分解问题，从而求得解混矩阵。文中还 对 Stone’s BSS 进行了改进，引入遗传算法用于对长、短滤波调谐，使之成为一种成熟 稳定的算法。 紧接着选取了一组具有代表性的模拟信号对改进的 Stone’s BSS 与其他 BSS 方法的 分离结果做了对比，理论上证明了改进算法在高斯型、亚高斯型信号分离中的良好性能。 最后，结合目标信号的特征和性质，通