基于小波变换的脑电信号特征提取.pptVIP

基于小波变换的脑电信号特征提取;一、EEG特点及一般处理流程;一、脑电信号特点及通常处理步骤;一、脑电信号特点及通常处理步骤;通常处理步骤: ; 小波变换 CSP AR 特征提取关键方法（滤波器）: AAR FFT HHT;小波发展史: 小波变换是近十几年新发展起来一个数学工具,是继一百多年前傅里叶 (Fourier)分析以后又一个重大突破,它对不管是古老自然学科还是新兴高 新应用技术学科均产生了强烈冲击。 1909: Alfred Haar——发觉了Haar小波。 1980: Morlet——Morlet小波, 并分别与20世纪70年代提出了小波变换概念, 20世纪80年代开发出了连续小波变换CWT（ continuous wavelet transform ） 1986: Y.Meyer——提出了第一个正交小波Meyer小波 1988: Stephane Mallat——Mallat快速算法（塔式分解和重构算法）;小波变换与傅里叶变换比较: 小波分析是在傅里叶分析基础上发展起来, 但小波分析与傅里叶分析存 在着极大不一样, 与Fourier变换相比, 小波变换是空间（时间）和频率局部变 换, 所以能有效地从信号中提取信息。经过伸缩和平移等运算功效可对函数或信 号进行多尺度细化分析, 处理了Fourier变换不能处理很多困难问题。小波变 换联络了应用数学、物理学、计算机科学、信号与信息处理、图像处理、地震勘 探等多个学科。; （1）克服第一个不足: 小波系数不仅像傅立叶系数那样, 是随频率不一样而变 化, 而且对于同一个频率指标j, 在不一样时刻 k, 小波系数也是不一样。 （2）克服第二个不足: 因为小波函数含有紧支撑性质即某一区间外为零。 这么在求各频率水平不一样时刻小波系数时, 只用到该时刻周围局部信息。从 而克服了上面所述第二个不足。 （3）克服第三个不足: 经过与加窗傅立叶变换“时间—频率窗”相同分 析, 可得到小波变换“时间—频率窗”笛卡儿积。小波变换“时间--频率窗” 宽度, 检测高频信号时变窄, 检测低频信号时变宽。这正是时间--频率分析所 期望。依据小波变换 “时间—频率窗” 宽度可变特点, 为了克服上面所 述第三个不足, 只要不??样时检测高频与低频信息, 问题就迎刃而解了。;小波是什么？ 小波能够简单描述为一个函数, 这种函数在有限时间范围内改变, 而且平 均值为0。这种定性描述意味着小波含有两种性质: A、含有有限连续时间和突变频率和振幅; B、在有限时间范围内平均值为0。;小波“许可”条件: 用一个数学语言来定义小波, 即满足“许可”条件一个函数, “许可”条件 非常关键, 它限定了小波变换可逆性。 小波本身是紧支撑, 即只有小局部非零定义域, 在窗口之外函数为零; 本身是振荡, 含有波性质, 而且完全不含有直流趋势成份, 即满足 ;为何选择小波: 小波提供了一个非平稳信号时间-尺度分析手段, 不一样于FT方法, 与STFT方 法比较含有更为显著优势;小波变换定义: 　 小波变换是一个信号时间——尺度（时间——频率）分析方法, 它含有多 分辨分析特点, 而且在时频两域都含有表征信号局部特征能力, 是一个窗口 大小固定不变但其形状可改变, 时间窗和频率窗都能够改变时频局部化分析方 法。即在低频部分含有较低时间分辨率和较高频率分辨率, 在高频部分含有 较高时间分辨率和较低频率分辨率, 很适合于分析非平稳信号和提取信号 局部特征, 所以小波变换被誉为分析处理信号显微镜。在处理分析信号时, 小波变换含有对信号自适应性, 也是一个优于傅里叶变换和窗口傅里叶变换 信号处理方法。;小波变换原理: 小波变换含义是把某一被称为基础小波（mother wavelet）函数作位移τ再 在不一样尺度α下, 与待分析信号X(t)左内积, 即 式中, α0, 称为尺度因子, 其作用是对基础小波Φ（t）函数作伸缩, τ反应 位移, 其值可正可负, α和τ都是连续变量, 故又称为连续小波变换（continue wavelet transform, 简称CWT）。在不一样尺度下小