联合经验模式分解和混沌理论的稳态视觉诱发电位脑电识别

TP391.4; 针对多目标稳态视觉诱发电位(SSVEP)信号识别准确率低、线性识别方法抑制噪声的同时也会抑制信号本身特征等问题,基于经验模式分解对信号的降噪特性、达芬混沌系统对微弱周期信号的敏感性及噪声的免疫特性,提出了一种非线性多目标 SSVEP 信号识别算法.首先,采用共平均参考算法将多通道SSVEP 信号融合成单通道信号,通过傅里叶变换求得 SSVEP 信号的相位谱,为达芬混沌系统周期策动力添加相位;接着,采用经验模式分解降噪,将获得的第一个本征模函数输入到达芬混沌系统中,利用基于频谱差异的混沌系统状态判别方法,求解各目标的刺激频率幅值;最后,根据最大刺激频率幅值确定刺激目标,实现了对...

Full description

Saved in:
Bibliographic Details
Published in西安交通大学学报 Vol. 58; no. 6; pp. 34 - 42
Main Authors 郭晓冰, 徐光华, 李辉, 谢杰仁, 江翰立, 张四聪
Format Journal Article
LanguageChinese
Published 西安交通大学精密微纳制造技术全国重点实验室,710049,西安 01.06.2024
西安交通大学机械工程学院,710049,西安%西安交通大学机械工程学院,710049,西安
西安交通大学第一附属医院,710061,西安
Subjects
nonlinear signal processing
达芬混沌系统
empirical mode decomposition
经验模式分解
Duffing chaos system
steady-state visual evoked potential signals
非线性信号处理
稳态视觉诱发电位
Online AccessGet full text
ISSN0253-987X
DOI10.7652/xjtuxb202406004

Cover

More Information
Summary:TP391.4; 针对多目标稳态视觉诱发电位(SSVEP)信号识别准确率低、线性识别方法抑制噪声的同时也会抑制信号本身特征等问题,基于经验模式分解对信号的降噪特性、达芬混沌系统对微弱周期信号的敏感性及噪声的免疫特性,提出了一种非线性多目标 SSVEP 信号识别算法.首先,采用共平均参考算法将多通道SSVEP 信号融合成单通道信号,通过傅里叶变换求得 SSVEP 信号的相位谱,为达芬混沌系统周期策动力添加相位;接着,采用经验模式分解降噪,将获得的第一个本征模函数输入到达芬混沌系统中,利用基于频谱差异的混沌系统状态判别方法,求解各目标的刺激频率幅值;最后,根据最大刺激频率幅值确定刺激目标,实现了对多目标 SSVEP 信号的识别.研究结果表明:相较于典型相关分析法,所提非线性信号处理方法的平均识别准确率提高了 7.3%,平均信息传输速率提高了 3.84 bit/min.该研究为探究非线性SSVEP信号解码算法提供了新方向.
ISSN:0253-987X
DOI:10.7652/xjtuxb202406004