[发明专利]基于EEMD和小波阈值的运动想象脑电信号消噪方法

摘要

本发明涉及一种基于EEMD和小波阈值的运动想象脑电信号消噪方法。本发明首先，对原始信号进行EEMD分解，得到一系列IMF分量；其次，采用新的阈值函数和阈值选取方法改进传统的小波阈值法；然后，使用改进的小波阈值法对高频IMF分量进行处理；最后，将处理后的IMF分量和其他的IMF分量重构得到消噪后的运动想象EEG信号。本发明优点在于既保留了高频分量中的有效信息，同时又减少了小波阈值法对弱能量有效信号的压制，去除大量噪声的同时又保留了大部分的有用的细节信息，为下一步的运动想象脑电信号特征提取和模式识别奠定良好的基础。

主权项

1.基于EEMD和小波阈值的运动想象脑电信号消噪方法，其特征在于该方法包括以下步骤：步骤1、选取添加的噪声次数M和添加的白噪声序列幅值系数k，对原始运动想象脑电信号进行EEMD分解，得到一系列从高到低的固有模态函数IMF分量；步骤2、选取阈值函数和阈值对前几项高频IMF分量进行消噪处理；步骤3、将小波阈值消噪后的IMF分量与其他IMF分量进行重构，得到消噪后的运动想象脑电信号；步骤1中添加的噪声次数M和添加的白噪声序列幅值系数k的选取方法为：往原始信号中添加均值为零，标准差为常数的白噪声，重复该步骤M次；而M的值由如下所示公式确定：其中，k为添加的白噪声序列幅值系数，e定义为输入信号与加噪分解后所有IMF和的标准差，其值越小证明分解精度越高；其中步骤2中所述的阈值函数和阈值的选取中，改进阈值函数的数学表达式为：式中，d_ij为分解得到的第j层尺度上的第i个小波系数值，为阈值处理后第j层尺度上的第i个小波系数值，a为正常数；由于上述阈值函数在±λ_ij处是连续的，阈值函数高阶可导；所以该方法可更有效地保留信号有效信息且保证信号的连续性；改进的阈值选取规则为：其中，λj为第j层分解尺度的阈值；而第一层分解尺度的阈值确定选用长度对数阈值法，公式如下所示：其中N为信号长度，j为小波分解尺度，δ为噪声标准方差，d1为第一层分解尺度上的小波系数值。