《VMD算法在运动想象脑电信号中的应用分析案例》5000字.docxVIP

PAGE1

VMD算法在运动想象脑电信号中的应用分析案例

目录

TOC\o1-3\h\u24510VMD算法在运动想象脑电信号中的应用分析案例 1

249731.1经验模态分解算法 1

6721.1.1瞬时频率和希尔伯特变换 2

112251.1.2本征模态函数 2

192061.1.3EMD分解步骤 3

72671.1.4EMD存在的问题 4

238861.2变分模态分解算法 4

303271.2.1VMD原理 5

262221.2.2算法流程 6

139881.3两种算法的对比实验及分析 6

在对脑电信号特征提取方法时，经常要用到的就是对原始复杂信号进行分解，然后求取分解后的各个子信号的特征值，组合到一块从而表征原始信号的特征。这其中经验模态分解（EmpiricalModeDecomposition，EMD）是一种经典的基于数据驱动的分解算法，这种方法具有很强的自适应性，并且取得了不错的分解效果。但是EMD分解存在着模态混叠问题，这个问题会影响后续的EMD分解结果以及下一步的分类正确率。本章将变分模态分解（VariationalModeDecomposition，VMD）算法应用于脑电信号分解中，与EMD分解进行对比分析，并设计实验验证变分模态分解算法在脑电信号特征提取的分类