文档介绍：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)
叠加平均降噪
信号与噪声平均能量估计
叠加平均信号平均能量估计:
单次信号平均能量估计:
单次噪声平均能量:
信号与噪声平均能量估计
叠加平均噪声平均能量:
单次信噪比:
叠加平均信噪比:
叠加平均在线计算
叠加平均批量计算公式:
叠加单次计算公式:
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[, ]
[B,A]=ellip(4,,20,[,])
[h,f]=freqz(B,A,1000,512);
plot(f(1:100),20*log(abs(h(1:100))))
axis([6,15,-60,5])
grid on