[发明专利]基于脑电信号的改进EEMD算法

摘要

本发明公开了一种基于脑电信号的改进EEMD算法，该方法首先基于脑电信号的先验知识，选取μ节律频段(8‑12Hz)和β节律频段(18‑26Hz)分别设计两个带通滤波器；利用上述带通滤波器对全带高斯白噪声进行滤波处理，得到两个带限高斯白噪声；最后在原始脑电信号中加入上述带限高斯白噪声w(t)，进行经验模式分解。应用本发明算法对脑电信号进行分解，得到了频率相对集中的固有模态函数信号，各个频段的固有模态函数得以区分，大大抑制了由于经验模式分解所带来的模态混叠问题。

主权项

1.一种基于脑电信号的改进EEMD算法，其特征在于，包括如下步骤：步骤1：针对脑电信号x(t)的不同节律频段分别设计出一个带通滤波器；步骤2：利用所述带通滤波器对全带高斯白噪声进行滤波处理，得到带限高斯白噪声序列wi(t)(i＝1,2,…,N)；步骤3：在所述脑电信号x(t)中分别加入所述带限高斯白噪声序列wi(t)(i＝1,2,…,N)中的每一项，得到输入信号xi(t)＝x(t)+wi(t)，(i＝1,2,…,N)，对输入信号xi(t)进行经验模式分解，N个输入信号xi(t)分别得到n阶固有模态函数和一个剩余函数ri,n(t)；步骤4：对得到的N个输入信号xi(t)的n阶固有模态函数进行集合平均，即得到脑电信号x(t)的第j阶固有模态函数cj(t)为： c j ( t ) = 1 N Σ i = 1 N c i , j ( t ) - - - ( 1 ) ]]>所述脑电信号x(t)可表示为： x ( t ) = Σ j = 1 n c i , j ( t ) + r i , n ( t ) - - - ( 2 ) ]]>其中，ci,j(t)表示第i次对脑电信号加入带限高斯白噪声进行经验模式分解得到的第j阶固有模态函数。