摘要
为了在消除信号中噪声的同时尽可能保留有效信息,提出了一种基于集合经验模态分解EEMD(Ensemble Empirical Mode Decomposition)和降噪源分离DSS(De-noising Source Separation)与近似熵Ap En(Approximate Entropy)相结合的脑电信号消噪方法。利用EEMD分解算法将含噪脑电信号分解为若干个内蕴模态函数IMF(Intrinsic Mode Functions)分量,滤除最高频分量后的IMF分量应用DSS分离出各独立源信号,再选择频谱近似熵最大的独立源信号作为去噪信号。仿真和真实脑电信号的消噪实验表明,与独立EEMD消噪方法以及基于EEMD与改进提升小波消噪方法相比,本文提出的方法消噪效果更好。
- 单位