資源描述：
《基于DSP的EEG信號盲分離研究》由會員上傳分享，免費在線閱讀，更多相關內容在學術論文-天天文庫。
1、西北工業(yè)大學碩士學位論文摘要摘要如何利用采集到的混合有噪聲干擾的EEG／MEG(electroencephalography／magnetoencephalography)數據對極其微弱的腦電源信號進行可靠的探測、增強和定位是腦電信號檢測中至關重要的問題。獨立分量分析(IndependentComponentAnalysis，ICA)是對EEG／MEG數據進行降噪和干擾消除的一種有效方法，在描繪人類認知和感覺運動功能的神經系統的處理過程中顯現出了很好的發(fā)展前景。茸先，本文介紹了獨立分量分析的基本原理和信號盲分離算法的基本理論，高階累積量、信息論等統計信號處理方法，以及經
2、典盲分離算法的原理和算法性能評價準則。本文以信息論為基礎．結合牛頓迭代的快速算法和擴展ICA的思想，針對線性瞬時混合模型，改進并實現了混合有脈沖噪聲的腦電信號盲分離快速算法。該算法采用特征值分解的方法對采集信號進行白化處理，選擇互信息量最小化判據；以輸出信號之間的互信息作為目標函數，根據牛頓迭代法推導出了算法表達式：算法中使用，分布密度模型作為超高斯信號的概率估計，與具有次高斯特性的密度模型相結合，使得算法滿足超高斯、次高斯混合信號的分離，同時能有效抑制脈沖噪聲。分析了算法的穩(wěn)定性，通過仿真驗證了無高斯噪聲下算法的有效性和低信噪比情況下算法的穩(wěn)健性：針對不同源信號混合，
3、驗證了算法進行分離的適應性。數字信號處理器(digitalsignalprocessor,DSP)具有可編程性和強大的處理能力，為盲分離算法從實驗室走向實際醫(yī)學儀器應用提供了硬件平臺，由于DSP硬件位數的限制，使盲分離算法的計算過程中出現截尾誤差，所以本文使用Mauab仿真了硬件進行核函數的數值近似計算，并分析了截尾誤差對算法的影響。仿真實驗結果表明，在采用數值近似計算和有限位截尾的情況下，分離算法依然有效。本文確定了應用DSP實現算法時數據位數大小，并使用TMS320C54XC語言編寫了腦電信號盲分離算法的DSP程序，為算法的硬件實現奠定了基礎。關鍵字：腦電信號；盲分
4、離算法；獨立分量分析；數字信號處理器；截尾誤差西北工業(yè)大學碩士學位論文AbstractFortheextremelyweak,brainsourcesignals，animportantissueishowtousenoisedEEG／MEGdatatodetectreliably,enhancesignalandpositionthem．ItiseffectivethatEEG／砸Gdam'snoisereductionandinterferenceeliminationusingIndependentComponentAnalysis(ICA)methods，and
5、themethodrevealsimportantdevelopmentprospectsindepictinghumancognizanceandtheprocessingofnervoussystem．Firstly,weintroducedthebasicprinciF，lesofindependentcomponentanalysis．Thebasictheoryofblindsignalsseparation(BSS)algorithms，andthestatisticalsignalsprocessingincludeshigherordercum也auts
6、andinformationtheoryisdescribed．Someclassicalblindsignalsseparationalgorithms’principlesarecompared．Thecriteriaofalgorithm’Sperformancearementioned．Secondly，basedoninformationtheory,combiningfixed-pointalgorithmandextended-ICA．afastBSSalgorithmisproposedaimedatlinear-instantaneousmixedmo
7、del．ThisalgorithmiseffectivetoseparateEEGsignals、m也impulsivenoise．Eigenvaluedecompositionmethodisusedtowhitensignals．MinimizedmutualinformationiSchoosedforICAcontractfunctionthatmeasurethemutualindependenceoftheoutputsignaj．TheNewtoniterativemethodisappliedtoobtainalgorit
