資源描述：
《基于壓縮感知腦電信號(hào)壓縮采樣》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、碩卜論文基于壓縮感勻摘要本文研究了基于壓縮感知理論的腦電信號(hào)壓縮采樣，首先研究了單通道腦電信號(hào)基于壓縮感知理論的壓縮采樣，然后在單通道的基礎(chǔ)f二改進(jìn)算法實(shí)現(xiàn)多通道聯(lián)合壓縮采樣。在醫(yī)學(xué)實(shí)踐中，通常會(huì)進(jìn)行長時(shí)間的多次重復(fù)性的多通道腦電圖測‘量，因此會(huì)產(chǎn)生大最數(shù)據(jù)。如何有效處理這些數(shù)據(jù)是一個(gè)亟待解決的問題。近年來出現(xiàn)的壓縮感知理論為有效解決這個(gè)問題提出了新的解決思路。鑒于此，本文首先介紹了EEG信號(hào)的先驗(yàn)基礎(chǔ)知識(shí)和壓縮感知的理論框架。接下來研究了基于壓縮感知理論對(duì)單通道EEG信號(hào)的壓縮采樣，內(nèi)容包括腦電信號(hào)最佳稀疏分解，通過實(shí)驗(yàn)射
2、比發(fā)現(xiàn)，對(duì)于EEG信號(hào)，以高斯函數(shù)、商斯小波函數(shù)、墨西哥草帽函數(shù)作為原子的乍成函數(shù)構(gòu)造的冗余字典，可以實(shí)現(xiàn)EEG信號(hào)的較好的稀疏分解效果；測鼉矩陣的選擇，實(shí)驗(yàn)中比較了常用測鼉矩陣對(duì)重構(gòu)誤差的影響，如高斯隨機(jī)矩陣、托普利茲矩陣等，接卜-來使用測量矩陣對(duì)稀疏分解系數(shù)向量進(jìn)行觀測得到測最值完成壓縮采樣，最后由這些測量值使用正交匹配追蹤算法恢復(fù)出系數(shù)向量，繼而完成原EEG信號(hào)的重構(gòu)。在單通道EEG信號(hào)壓縮采樣的基礎(chǔ)上，鑒于EEG信號(hào)各個(gè)通道之間的聯(lián)系，提出多通道EEG信號(hào)的聯(lián)合壓縮采樣，節(jié)省了稀疏分解所用原子個(gè)數(shù)和觀測次數(shù)，實(shí)現(xiàn)了更
3、有效的壓縮采樣。關(guān)鍵詞：壓縮感知多通道腦電信號(hào)聯(lián)合稀疏壓縮采樣Abs訂act碩士論文Abstractmtllisdissertation，afesearchh勰beenmadeont11emu王tichannelEEGsi艫alscompresseds鋤plingbasedoncompressed溉sing，firstlycompresseds鋤pletllesinglechallIlelEEGsi印al，thenjointcornpresseds鋤pleⅡleInunichannelEEGsi鯽ms．Inmedicalpr
4、actice，EEGsareo脅collectedovernumerouschaIlIlelsand仃ials，pr0Vidingla唱edatasets．Howt0deal謝thmeseda：tae婦融ctivelyisaproblemtobesolved．hlrecentyears，therehaSbeenanewapproachtosolVettleproblem．oDmpressedsensingisanemergingfieldwhiChisbaSedonthereVelationthtasmallcollecti
5、onoflinearprojectionsofasparsesi鯛alcon協(xié)insenou吐iI血nnationforreconstmction．First王y，tIlispaperintroducesa研oriknowledgeofEEGa11dcompressedsens堍meoretical仔鋤ework．TheneXtresearchiscompresseds鋤plingsinglech雒nelEEGsign甜sbaSedonthet：heo巧ofcompressedsensing，includingfmdingm
6、ereCl㈣dictioIla拶formebe他rsparsedcconlpositionbycomp撕ngnledi岱：rentexperimems，tlleresulttumsoutthatmeredllndantdictionaDr研ththeatomsoftheGaussiaIlfhllctionanditsfirstaIldsecondderiVativesisthebe妣ronefort11eEEGsi印als．111enbyusingdi位rentmeaSurememmatrix，such硼Gaussiallr
7、andomm蒯xa11d1-oeplitzmatrixandsoon，meaSure也esparsedecompos“ioncoe伍ciemVector，finallyusiIlgorthogonalmatchingpursmtalgorithmtorecoVe巧theoriginalsi鄹眥s．LaStly'thepapermakesthemultichallllelEEGsi印alsjoimsparsedecor叩ositioIl，jointcompressionaIldjointreconstructionbysavi
8、ngmoreatoms砒1dre山lCing也etimesofme嬲urement．Keyword：compressedsensingmultichallnelEEGjointsparsecomp艙sseds鋤plingⅡ碩卜論文基F脈縮感知的腦電信號(hào)壓縮采樣l緒論1．1研究目的、背景、意
